സാമാന്യമായ ഒരു നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ അൽഗോരിതം പ്രകടനമെന്ന നിലയിൽ ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി. ഡൈനാമിക് പ്രോഗ്രാമിംഗിലേക്കുള്ള ആമുഖം

മൂന്ന് വ്യാപാര സംരംഭങ്ങളുടെ വികസനത്തിനായി 4 ദശലക്ഷം റുബിളുകൾ അനുവദിച്ചു. ഓരോ എൻ്റർപ്രൈസസിലെയും മൂലധന നിക്ഷേപത്തിൻ്റെ ഫലപ്രാപ്തി അറിയപ്പെടുന്നു, നൽകിയ മൂല്യംരേഖീയമല്ലാത്ത പ്രവർത്തനം? k(xk). സമാഹരിക്കാൻ ആവശ്യമാണ് ഒപ്റ്റിമൽ പ്ലാൻസംരംഭങ്ങൾ തമ്മിലുള്ള മൂലധന നിക്ഷേപങ്ങളുടെ വിതരണം. വിതരണം നടത്തിയെന്നാണ് അനുമാനം പണം x k, x k = 0, 1, 2, 3, 4 എന്നീ പൂർണ്ണസംഖ്യകളിൽ നടപ്പിലാക്കുന്നു.

പ്രാരംഭ ഡാറ്റ.

രീതി ഉപയോഗിക്കുന്നു ഡൈനാമിക് പ്രോഗ്രാമിംഗ്, പണ വിതരണ സേവനം ഉപയോഗിച്ച് ഞങ്ങൾ പ്രശ്നം പരിഹരിക്കുന്നു.

ഘട്ടം I. സോപാധിക ഒപ്റ്റിമൈസേഷൻ.

1st ഘട്ടം. k = 3.

രണ്ടാം ഘട്ടം. k = 2.

3-ആം ഘട്ടം. k = 1.

പട്ടികകളുടെ നിർമ്മാണവും കണക്കുകൂട്ടലുകളുടെ ക്രമവും നമുക്ക് വിശദീകരിക്കാം.

കോളങ്ങൾ 1, 2, 3 എന്നിവ മൂന്ന് പട്ടികകൾക്കും തുല്യമാണ്, അതിനാൽ അവ പങ്കിടാം. വരുമാന പ്രവർത്തനങ്ങളെക്കുറിച്ചുള്ള പ്രാരംഭ ഡാറ്റയെ അടിസ്ഥാനമാക്കി കോളം 4 പൂരിപ്പിച്ചിരിക്കുന്നു, കോളം 5 ലെ മൂല്യങ്ങൾ മുമ്പത്തെ പട്ടികയുടെ കോളം 7 ൽ നിന്ന് എടുത്തതാണ്, കോളം 6 4, 5 നിരകളുടെ മൂല്യങ്ങളുടെ ആകെത്തുകയാണ്. (മൂന്നാം ഘട്ടത്തിൻ്റെ പട്ടികയിൽ 5, 6 നിരകൾ കാണുന്നില്ല).

കോളം 7 റെക്കോർഡുകൾ പരമാവധി മൂല്യംഒരു നിശ്ചിത പ്രാരംഭ നിലയ്ക്കുള്ള മുമ്പത്തെ കോളം, കോളം 8-ൽ കോളം 2-ൽ നിന്നുള്ള നിയന്ത്രണം രേഖപ്പെടുത്തുന്നു, അതിൽ പരമാവധി 7 നേടാം.

ഘട്ടം II. ഉപാധികളില്ലാത്ത ഒപ്റ്റിമൈസേഷൻ.

മൂന്നാം ഘട്ടത്തിൻ്റെ പട്ടികയിൽ നിന്ന് നമുക്ക് F * 3 (e 0 = 4) = 7.6 ഉണ്ട്. അതാണ് പരമാവധി വരുമാനംഫണ്ടുകളുടെ തുകയുള്ള മുഴുവൻ സിസ്റ്റത്തിൻ്റെയും e 0 = 4 7.6 ദശലക്ഷം റുബിളിന് തുല്യമാണ്.

അതേ പട്ടികയിൽ നിന്ന് ആദ്യത്തേത് ഞങ്ങൾ കണ്ടെത്തുന്നു ട്രേഡിങ്ങ് കമ്പനി u* 1 (e 0 = 4) = 1 ഹൈലൈറ്റ് ചെയ്യണം

രണ്ടാം ഘട്ടത്തിൻ്റെ പട്ടികയിൽ നിന്ന് നമുക്ക് F * 2 (e 1 = 3) = 4.5 ഉണ്ട്. അതായത്, ഫണ്ടുകളുടെ തുക ഉപയോഗിച്ച് മുഴുവൻ സിസ്റ്റത്തിൻ്റെയും പരമാവധി വരുമാനം e 1 = 3 4.5 ദശലക്ഷം റുബിളിന് തുല്യമാണ്.

രണ്ടാമത്തെ ട്രേഡിംഗ് എൻ്റർപ്രൈസസിന് u* 2 (e 1 = 3) = 2 അനുവദിക്കണമെന്ന് അതേ പട്ടികയിൽ നിന്ന് ഞങ്ങൾ കണ്ടെത്തി.

ശേഷിക്കുന്ന ഫണ്ടുകൾ ഇതായിരിക്കും:

അവസാന ട്രേഡിംഗ് എൻ്റർപ്രൈസസിന് 1 ദശലക്ഷം റുബിളാണ് ലഭിക്കുന്നത്.

അങ്ങനെ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി ഉപയോഗിച്ച്, 4 ദശലക്ഷം റുബിളിൽ മൂലധന നിക്ഷേപം ഞങ്ങൾ കണ്ടെത്തി. ഇനിപ്പറയുന്ന രീതിയിൽ വിതരണം ചെയ്യണം:

ഒന്നാം ട്രേഡിംഗ് എൻ്റർപ്രൈസിലേക്ക് 1 അനുവദിക്കുക;

2-ആം ട്രേഡിംഗ് എൻ്റർപ്രൈസിലേക്ക് 2 അനുവദിക്കുക;

മൂന്നാം ട്രേഡിംഗ് എൻ്റർപ്രൈസിലേക്ക് 1 അനുവദിക്കുക;

ഇത് 7.6 ദശലക്ഷം റുബിളിന് തുല്യമായ പരമാവധി വരുമാനം നൽകും.

USSR ഇൻ്റേണൽ പ്രെഡിക്റ്ററിൻ്റെ മാനേജ്മെൻ്റിൻ്റെ സാമാന്യമായ ഒരു സിദ്ധാന്തം

14. അൽഗോരിതം എക്സ്പ്രഷൻ എന്ന നിലയിൽ ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി മതിയാകും പൊതു സിദ്ധാന്തംമാനേജ്മെൻ്റ്

ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സാരാംശം അവതരിപ്പിക്കുന്നതിൽ, ഞങ്ങൾ "തിയറി കോഴ്സ്" എന്ന പുസ്തകത്തെ ആശ്രയിക്കുന്നു. ഓട്ടോമാറ്റിക് നിയന്ത്രണം”(രചയിതാവ് പാലുഡ് ഡി ലാ ബാരിയർ: ഫ്രഞ്ച് പതിപ്പ് 1966, റഷ്യൻ പതിപ്പ് - “മെക്കാനിക്കൽ എഞ്ചിനീയറിംഗ്”, 1973), ഞങ്ങൾ അദ്ദേഹത്തിൻ്റെ അവതരണം ആവർത്തിക്കുന്നില്ലെങ്കിലും. യു.പി. സൈചെങ്കോ (കൈവ്, "വിഷ്ച സ്കൂൾ", 1979) എഴുതിയ "ഓപ്പറേഷൻ റിസർച്ച്" എന്ന കോഴ്സിൽ നിന്ന് ചില വ്യവസ്ഥകൾ എടുത്തിട്ടുണ്ട്.

യഥാർത്ഥ പ്രശ്നത്തിൻ്റെ ഔപചാരിക വ്യാഖ്യാനം ഇനിപ്പറയുന്ന വ്യവസ്ഥകൾ പാലിക്കാൻ അനുവദിക്കുകയാണെങ്കിൽ ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി കാര്യക്ഷമമാണ്:

1. പരിഗണനയിലുള്ള പ്രശ്നം ഇങ്ങനെ പ്രതിനിധീകരിക്കാം എൻ-ബന്ധം വിവരിച്ച ഘട്ടം പ്രക്രിയ:

X = f(X U , n), എവിടെ എൻ- പലതിൽ ഒന്നിൻ്റെ എണ്ണം സാധ്യമായ സംസ്ഥാനങ്ങൾപൂർത്തിയാകുമ്പോൾ അത് കടന്നുപോകുന്ന സംവിധാനം എൻ-ആം ഘട്ടം; എക്സ്സൂചിപ്പിച്ചവയിൽ ഉൾപ്പെടുന്ന സിസ്റ്റം സ്റ്റേറ്റ് വെക്റ്റർ ആണ് എൻ-th സെറ്റ്; യു- ഘട്ടത്തിൽ വികസിപ്പിച്ച നിയന്ത്രണം എൻ(ഘട്ട നിയന്ത്രണം), ഇത് സിസ്റ്റത്തെ അതിൻ്റെ സാധ്യമായ അവസ്ഥയിൽ നിന്ന് മാറ്റുന്നു എൻ-മത്തെ സംസ്ഥാനങ്ങളിലൊന്നായി സജ്ജമാക്കി ( n+1)-ആം സെറ്റ്. ഇത് വ്യക്തമായി കാണാൻ, നിങ്ങൾ ചിത്രം റഫർ ചെയ്യണം. 4, അത് താഴെ ചർച്ച ചെയ്യും.

2. കണക്കാക്കിയ ഘട്ടങ്ങളുടെ എണ്ണം മാറുമ്പോൾ ചുമതലയുടെ ഘടന മാറരുത് എൻ.

3. സ്റ്റെപ്പുകളുടെ എണ്ണത്തെ ആശ്രയിച്ച് സിസ്റ്റത്തിൻ്റെ അവസ്ഥ വിവരിക്കുന്ന പാരാമീറ്റർ സ്ഥലത്തിൻ്റെ അളവ് മാറരുത് എൻ.

4. ഏതെങ്കിലും ഘട്ടങ്ങളിലെ നിയന്ത്രണത്തിൻ്റെ തിരഞ്ഞെടുപ്പ് മുമ്പത്തെ ഘട്ടങ്ങളിലെ നിയന്ത്രണത്തിൻ്റെ തിരഞ്ഞെടുപ്പിനെ നിരാകരിക്കരുത്. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, സാധ്യമായ ഏതെങ്കിലും സംസ്ഥാനങ്ങളിലെ നിയന്ത്രണത്തിൻ്റെ ഒപ്റ്റിമൽ ചോയ്‌സ് നിർണ്ണയിക്കേണ്ടത് പരിഗണനയിലുള്ള സംസ്ഥാനത്തിൻ്റെ പാരാമീറ്ററുകളാണ്, അല്ലാതെ സിസ്റ്റം പരിഗണനയിലുള്ള സംസ്ഥാനത്തേക്ക് വന്ന പ്രക്രിയയുടെ പാരാമീറ്ററുകളല്ല.

പൂർണ്ണമായും ഔപചാരികമായി, ഒരു സംസ്ഥാനം അതിൻ്റെ സംഭവത്തിൻ്റെ വിവിധ മുൻചരിത്രങ്ങളുമായി പൊരുത്തപ്പെടുന്നുവെങ്കിൽ, ഒപ്റ്റിമൽ നിയന്ത്രണത്തിൻ്റെ തുടർന്നുള്ള തിരഞ്ഞെടുപ്പിനെ സ്വാധീനിക്കുന്നുവെങ്കിൽ, സ്റ്റേറ്റ് വെക്റ്ററിലെ പ്രീഹിസ്റ്ററികളുടെ വിവരണങ്ങൾ ഉൾപ്പെടുത്താൻ രീതി നിങ്ങളെ അനുവദിക്കുന്നു, ഇത് സിസ്റ്റത്തിൻ്റെ അവസ്ഥയുടെ അളവ് വർദ്ധിപ്പിക്കുന്നതിന് കാരണമാകുന്നു. വെക്റ്റർ. ഈ പ്രവർത്തനത്തിനു ശേഷം, ഒരു സംസ്ഥാനം എന്ന് മുമ്പ് വിവരിച്ച സംസ്ഥാനങ്ങളുടെ ഒരു കൂട്ടം മാറുന്നു, പ്രക്രിയയുടെ പശ്ചാത്തലം വിവരിക്കുന്ന സംസ്ഥാന വെക്റ്ററിൻ്റെ ഘടകങ്ങളിൽ മറ്റൊന്നിൽ നിന്ന് വ്യത്യസ്തമാണ്.

5. മാനദണ്ഡം ഒപ്റ്റിമൽ ചോയ്സ്ഘട്ട നിയന്ത്രണത്തിൻ്റെ ക്രമങ്ങൾ യുഔപചാരിക പാരാമീറ്ററുകളുടെ ഇടത്തിലുള്ള അനുബന്ധ പാതയ്ക്ക് ഈ രൂപമുണ്ട്:

V = V (X, U) + V (X, U) +…+ V (X, U) + V (X).

മാനദണ്ഡം വിസാധാരണയായി വിളിക്കുന്നു സമ്പൂർണ്ണ വിജയം,എന്നിവയാണ് അതിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന നിബന്ധനകൾ ഘട്ട വിജയങ്ങൾ. പ്രശ്നം കണ്ടെത്തേണ്ടതുണ്ട് ഘട്ട നിയന്ത്രണങ്ങളുടെ ക്രമംയുസാധ്യമായ പരമാവധിയുമായി പൊരുത്തപ്പെടുന്ന ഒരു പാതയും മൊത്തം വിജയങ്ങൾ. അടിസ്ഥാനപരമായി ഒരു സമ്പൂർണ്ണ "വിജയം" വി- മാനേജ്മെൻ്റ് ഗുണനിലവാരത്തിൻ്റെ അളവ് പ്രക്രിയ മൊത്തത്തിൽ. പ്രോസസ് മാനേജ്‌മെൻ്റിൻ്റെ മൊത്തത്തിലുള്ള ഗുണമേന്മയുടെ അളവുകോലിൽ ഉൾപ്പെടുത്തിയെങ്കിലും, ഘട്ട നേട്ടങ്ങൾ പൊതുവായിപ്രോസസ്സ് മാനേജുമെൻ്റ് മൊത്തത്തിൽ ഒപ്റ്റിമൈസ് ചെയ്യാൻ ഉദ്ദേശിച്ചുള്ളതിനാൽ, അവയുടെ അനുബന്ധ ഘട്ടങ്ങളിൽ മാനേജ്‌മെൻ്റ് ഗുണനിലവാരത്തിൻ്റെ അളവുകൾ അല്ല, കൂടാതെ അതിശയകരമായ ഘട്ട നിയന്ത്രണങ്ങൾഒരു വലിയ പടി വിജയത്തോടെ, പക്ഷേ പുറത്ത് കിടക്കുന്നു ഒപ്റ്റിമൽ പഥം,താൽപ്പര്യമില്ല. ഓരോ ഘട്ടത്തിലും സ്റ്റെപ്പ് പേഓഫ് നിർണ്ണയിക്കുന്നതിനുള്ള ഒരു മാനദണ്ഡം ഉപയോഗിക്കുന്നത്, ആവശ്യമെങ്കിൽ, രീതിയുടെ ഘടന നിരോധിക്കുന്നില്ല. വി,മറ്റ് ഘട്ടങ്ങളിൽ സ്വീകരിച്ച മാനദണ്ഡങ്ങളിൽ നിന്ന് വ്യത്യസ്തമാണ്.

സൂചിക ഉപയോഗിച്ച് എൻ- സാധ്യമായ സംസ്ഥാന വെക്റ്ററുകളുടെ സെറ്റുകളുടെ ഒരു പോയിൻ്റർ-ഡിറ്റർമിനർ - യഥാർത്ഥ പ്രശ്‌നങ്ങളിൽ ഒരു നിശ്ചിത മാറുന്ന പാരാമീറ്റർ ബന്ധപ്പെടുത്താം, ഉദാഹരണത്തിന്: സമയം, യാത്ര ചെയ്ത ദൂരം, വൈദ്യുതി നില, ഒരു നിശ്ചിത വിഭവത്തിൻ്റെ ചെലവിൻ്റെ അളവ്ഇത്യാദി. അതായത്, കാലക്രമേണ നിലനിൽക്കുന്ന പ്രക്രിയകളുടെ നിയന്ത്രണം ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് മാത്രമല്ല, മൾട്ടിവാരിയേറ്റ് തൽക്ഷണം അല്ലെങ്കിൽ സെൻസിറ്റീവ് ഒപ്റ്റിമൈസേഷൻ്റെ പ്രശ്നങ്ങൾക്കും ഈ രീതി ബാധകമാണ്. സമയംഅത്തരം "കാലാതീതമായ", "പ്രോസസ്സ് അല്ലാത്ത" പ്രശ്നങ്ങൾ അവയുടെ മൾട്ടി-സ്റ്റെപ്പ് വ്യാഖ്യാനത്തിന് അനുവദിക്കുകയാണെങ്കിൽ പരിഹാരങ്ങൾ.

ഇനി നമുക്ക് ചിത്രത്തിലേക്ക് തിരിയാം. 4 - അത്തി. 6, പരസ്പരം ബന്ധപ്പെട്ട ചിത്രം ആവർത്തിക്കുന്നു. 40, 41, 42 പി. ഡി ലാ ബാരിയേയുടെ ഓട്ടോമാറ്റിക് കൺട്രോൾ സിദ്ധാന്തത്തെക്കുറിച്ചുള്ള കോഴ്സിൽ നിന്ന്.

അരി. 4. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സത്തയിലേക്ക്. അവസര മാട്രിക്സ്.

ചിത്രത്തിൽ. ചിത്രം 4 സിസ്റ്റത്തിൻ്റെ പ്രാരംഭ അവസ്ഥ കാണിക്കുന്നു - “0” കൂടാതെ അതിൻ്റെ സാധ്യമായ തുടർന്നുള്ള അവസ്ഥകളുടെ ഗണവും - “1”, “2”, “3”, കൂടാതെ സാധ്യമായ ഓരോ സംസ്ഥാനങ്ങളിൽ നിന്നും സാധ്യമായ മറ്റ് സംസ്ഥാനങ്ങളിലേക്കുള്ള പരിവർത്തനങ്ങളും. ഇതെല്ലാം ഒരുമിച്ച് ചിപ്പുകൾ നീങ്ങുന്ന കുട്ടികളുടെ ബോർഡ് ഗെയിമിൻ്റെ മാപ്പിന് സമാനമാണ്: ഓരോ പരിവർത്തന-ഘട്ടവും അതിൻ്റേതായ സ്റ്റെപ്പ് പേഓഫുമായി യോജിക്കുന്നു, കൂടാതെ ഈ പ്രക്രിയ പൂർത്തിയാക്കുന്ന മൂന്നാമത്തെ സെറ്റിൽ, സിസ്റ്റത്തിൻ്റെ ഓരോ അവസ്ഥയ്ക്കും നൽകിയിരിക്കുന്നു. സ്കോർ, ഒരു ദീർഘചതുരത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നു. അടിസ്ഥാനപരമായ വ്യത്യാസംപകിട എറിയുന്നതിനോ ടോപ്പ് കറക്കുന്നതിനോ അടിസ്ഥാനമാക്കിയുള്ള കുട്ടികളുടെ ഗെയിമുകളിൽ ഉപയോഗിക്കുന്ന പാത തിരഞ്ഞെടുക്കുന്നതിനെക്കുറിച്ച് പറയുന്ന ആ ഭാഗ്യത്തിലെ ഗെയിമിൽ നിന്ന്. യഥാർത്ഥ മാനേജ്മെൻ്റ്ഇത് അസ്വീകാര്യമാണ്, കാരണം ഇത് അസ്ഥികളുടെ നഷ്ടം, മുകൾഭാഗത്തിൻ്റെ ഭ്രമണം മുതലായവ നിയന്ത്രിക്കാൻ കഴിവുള്ള ശക്തികളിലേക്ക് ഉചിതമായ നിയന്ത്രണം കൈമാറ്റം ചെയ്യുന്നതാണ്, അതായത്. ഗെയിമിൽ തിരഞ്ഞെടുത്ത "റാൻഡം ജനറേറ്റർ" മതിയായ (അവരുടെ ലക്ഷ്യങ്ങളുമായി ബന്ധപ്പെട്ട്) നിയന്ത്രിത ഉപകരണമാണ്.

നിങ്ങൾ തിരഞ്ഞെടുക്കുകയാണെങ്കിൽ ഒപ്റ്റിമൽ നിയന്ത്രണംആദ്യ ഘട്ടത്തിൽ, തുടർന്നുള്ള ഘട്ടങ്ങളിൽ അതിൻ്റെ എല്ലാ അനന്തരഫലങ്ങളും മുൻകൂട്ടി കാണേണ്ടത് ആവശ്യമാണ്. അതിനാൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ അൽഗോരിതത്തിൻ്റെ വിവരണം പലപ്പോഴും അവസാന ഘട്ടത്തിൽ നിയന്ത്രണത്തിൻ്റെ തിരഞ്ഞെടുപ്പിൻ്റെ വിവരണത്തോടെ ആരംഭിക്കുന്നു, ഇത് പ്രക്രിയ പൂർത്തിയാക്കുന്ന സംസ്ഥാനങ്ങളിലൊന്നിലേക്ക് നയിക്കുന്നു. അതേ സമയം, അവർ "പെഡഗോഗിക്കൽ പ്രാക്ടീസ്" എന്ന് പരാമർശിക്കുന്നു, ഇത് സൂചിപ്പിക്കുന്നത് അന്തിമ അവസ്ഥയിൽ നിന്ന് പ്രാരംഭ അവസ്ഥയിലേക്കുള്ള അൽഗോരിതം വിവരിക്കുമ്പോൾ വാദം മനസ്സിലാക്കാൻ എളുപ്പമാണെന്ന് ഇത് അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഇതിനകം സ്ഥാപിച്ചതുപോലെപരിഗണനയിലുള്ള അവസ്ഥയുടെ ആരംഭം വരെ, പ്രക്രിയയുടെ സാധ്യമായ പൂർത്തീകരണങ്ങളും നിർവചിക്കപ്പെട്ടിട്ടുണ്ട്.

അരി. 5. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സത്തയിലേക്ക്. പരിവർത്തന വിശകലനം.

ഇതിന് അനുസൃതമായി, ചിത്രത്തിൽ. 5, "2" എന്നതിൻ്റെ മുമ്പത്തെ സ്റ്റേറ്റുകളിലെ സാധ്യമായ ഓരോ സംസ്ഥാനങ്ങളിൽ നിന്നും "3" എന്ന അവസാന സെറ്റിലേക്ക് സാധ്യമായ സംക്രമണം വിശകലനം ചെയ്യുന്നു, മുമ്പത്തെ മുഴുവൻ പാതയും ഇതിനകം കടന്നുപോയി, അവശേഷിക്കുന്നു. അവസാന തിരഞ്ഞെടുപ്പ്ഒപ്റ്റിമൽ സ്റ്റെപ്പ് കൺട്രോൾ മുഴുവൻ പ്രക്രിയയും പൂർത്തിയാക്കുക. ഈ സാഹചര്യത്തിൽ, "2" സെറ്റിലെ ഓരോ സംസ്ഥാനങ്ങൾക്കും, എല്ലാം ആകെ തുക = "ട്രാൻസിഷൻ സ്കോർ" + "ടെർമിനൽ സ്റ്റേറ്റ് സ്കോർ"."2" എന്ന സെറ്റിൽ, ഓരോ സംസ്ഥാനത്തിനും ലഭിച്ചവയിൽ നിന്ന്, അതിൽ സാധ്യമായ മൊത്തം പ്രതിഫലം നിർണ്ണയിക്കപ്പെടുന്നു അവിസ്മരണീയമായപരമാവധി മൊത്തം നേട്ടവും അനുബന്ധ സംക്രമണവും (ട്രാക്ടറി ശകലം). "2" എന്ന സെറ്റിലെ ഓരോ സംസ്ഥാനങ്ങൾക്കുമുള്ള പരമാവധി മൊത്തം നേട്ടം ഒരു ചതുരാകൃതിയിലുള്ള ഫ്രെയിമിൽ എടുക്കുന്നു, അനുബന്ധ സംക്രമണം ഒരു അമ്പടയാളം കൊണ്ട് അടയാളപ്പെടുത്തിയിരിക്കുന്നു. തത്വത്തിൽ, ഒരു സംസ്ഥാനത്ത് നിന്ന് മറ്റൊന്നിലേക്ക് അത്തരം ഒപ്റ്റിമൽ പരിവർത്തനങ്ങൾ ഉണ്ടാകാം, ഇത് മൊത്തം നേട്ടത്തിൻ്റെ അതേ മൂല്യവുമായി പൊരുത്തപ്പെടുന്നു. ഈ സാഹചര്യത്തിൽ, അവയെല്ലാം ഈ രീതിയിൽ വേർതിരിച്ചറിയാൻ കഴിയാത്തവയാണ്, കൂടാതെ സിസ്റ്റത്തെ വിവരിക്കുന്ന പാരാമീറ്ററുകളുടെ സ്ഥലത്ത് പാത തിരഞ്ഞെടുക്കുന്നതിനുള്ള ഒപ്റ്റിമലിറ്റിക്കായി നിർമ്മിച്ച മാനദണ്ഡത്തിൻ്റെ അർത്ഥത്തിൽ പരസ്പരം തുല്യമാണ്.

ഇതിനുശേഷം, പ്രക്രിയ പൂർത്തിയാക്കുന്ന "3" സെറ്റിന് മുമ്പുള്ള "2" സെറ്റ് അന്തിമമായി കണക്കാക്കാം, കാരണം അതിൻ്റെ സാധ്യമായ ഓരോ സംസ്ഥാനങ്ങളുടെയും (പരമാവധി മൊത്തം നേട്ടങ്ങൾ) കണക്കാക്കുകയും കൂടുതൽ ഒപ്റ്റിമൈസേഷൻ നടത്തുകയും ചെയ്യുന്നു. ഒപ്റ്റിമൈസ് ചെയ്യുന്ന പ്രക്രിയയിൽ (അതായത് "0", "1" സെറ്റുകളിൽ) "2" സെറ്റിന് മുമ്പുള്ള മറ്റൊരു പരിഗണിക്കപ്പെടാത്ത സെറ്റുകൾക്ക് മാത്രമേ സ്റ്റെപ്പ് നിയന്ത്രണങ്ങളുടെ ക്രമവും ഒപ്റ്റിമൽ ട്രാക്റ്ററിയുടെ തിരഞ്ഞെടുപ്പും നടപ്പിലാക്കാൻ കഴിയൂ.

അതിനാൽ, ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന നടപടിക്രമം. 5, നിന്ന് പരിവർത്തനം ചെയ്യുമ്പോൾ രീതിയുടെ ഓരോ അൽഗോരിതം ഘട്ടത്തിലും പ്രവർത്തനക്ഷമമാണ് എൻൽ (n - 1)-ആം സെറ്റ്, അവസാനത്തേതിൽ നിന്ന് ആരംഭിക്കുന്നു എൻസിസ്റ്റത്തിൻ്റെ പ്രാരംഭ നിലയിലേക്ക് -th സെറ്റ്.

സെറ്റുകളുടെ തുടർച്ചയായ ജോഡിവൈസ് തിരയലിൻ്റെ ഫലമായി, അവയുടെ മുഴുവൻ സെറ്റിലൂടെയും കടന്നുപോകുമ്പോൾ, തുടർച്ചയായ ഘട്ട നിയന്ത്രണങ്ങളുടെ ഒപ്റ്റിമൽ സീക്വൻസ്, സാധ്യമായ പരമാവധി മൊത്തം നേട്ടം, അനുബന്ധ പാത എന്നിവ നിർണ്ണയിക്കപ്പെടുന്നു. ചിത്രത്തിൽ. 6, കട്ടികൂടിയ രേഖ പരിഗണിക്കുന്ന ഉദാഹരണത്തിൻ്റെ ഒപ്റ്റിമൽ പാത കാണിക്കുന്നു.

അരി. 6. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സത്തയിലേക്ക്. ഒപ്റ്റിമൽ പഥം.

പരിഗണിച്ച ഉദാഹരണത്തിൽ, ഒപ്റ്റിമലിറ്റി മാനദണ്ഡം സ്റ്റെപ്പ് നേട്ടങ്ങളുടെ ആകെത്തുകയാണ്. എന്നാൽ ഒപ്റ്റിമലിറ്റി മാനദണ്ഡം ഒരു ഉൽപ്പന്നമായി നിർമ്മിക്കാനും കഴിയും അനിവാര്യമായും നോൺ-നെഗറ്റീവ്ഘടകങ്ങൾ.

നിബന്ധനകളോ ഘടകങ്ങളോ ഉള്ള പ്രവർത്തനങ്ങളുടെ ക്രമം മാറുമ്പോൾ ഫലം (തുക അല്ലെങ്കിൽ ഉൽപ്പന്നം) മാറാത്തതിനാൽ, പരിഗണിക്കപ്പെട്ടതിലേക്ക് വിപരീത ക്രമത്തിൽ സാധ്യമായ അവസ്ഥകളുടെ കൂട്ടങ്ങളിലൂടെ ആവർത്തിക്കുമ്പോൾ അൽഗോരിതം പ്രവർത്തിക്കും: അതായത്. സാധ്യമായ അവസ്ഥകളുടെ പ്രാരംഭത്തിൽ നിന്ന് അവസാന സെറ്റ് വരെ.

സാധ്യമായ സംസ്ഥാനങ്ങളുടെ സെറ്റുകൾ കാലക്രമത്തിൽ ക്രമീകരിച്ചിട്ടുണ്ടെങ്കിൽ, ഇതിനർത്ഥം കണക്കുകൂട്ടൽ സ്കീം യഥാർത്ഥ വർത്തമാനത്തിൽ നിന്ന് പ്രവചിച്ചതിലേക്ക് നിർമ്മിക്കാം എന്നാണ്. ഉറപ്പാണ്ഭാവി, പ്രവചിച്ചതിൽ നിന്ന് ഉറപ്പാണ്ഭാവി യഥാർത്ഥ വർത്തമാനത്തിലേക്ക്. ഈ സാഹചര്യം രണ്ട് അനൗപചാരിക ബന്ധങ്ങളെ സൂചിപ്പിക്കുന്നു യഥാർത്ഥ ജീവിതം, അൽഗോരിതത്തിന് പുറത്ത് കിടക്കുന്നത്:

1. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി ഔപചാരികമായി കാരണ-പ്രഭാവ അവസ്ഥകളുടെ സ്വഭാവത്തോട് അൽഗൊരിതമായി ബോധരഹിതമാണ് (പ്രത്യേകിച്ച്, ഇത് കാരണങ്ങളും ഫലങ്ങളും തമ്മിൽ വേർതിരിച്ചറിയുന്നില്ല). ഇക്കാരണത്താൽ, പ്രായോഗിക പ്രശ്നങ്ങളിൽ ഒരു രീതിയുടെ ഓരോ നിർദ്ദിഷ്ട വ്യാഖ്യാനവും കാരണങ്ങളിലുള്ള ഫലങ്ങളുടെ യഥാർത്ഥ ആശ്രിതത്വത്തിൻ്റെ അനൗപചാരിക പരിഗണനയോടെ നിർമ്മിക്കണം.

2. പ്രവചനം ശ്രേണിപരമായി ഉയർന്ന സമഗ്രമായ നിയന്ത്രണത്തിന് അനുസൃതമാണെങ്കിൽ, സമഗ്ര നിയന്ത്രണത്തിൽ ഉൾച്ചേർത്ത സ്വകാര്യ നിയന്ത്രണം യോഗ്യതയുള്ള രീതിയിൽ നടപ്പിലാക്കുന്നു, അതിനാൽ സ്വകാര്യ നിയന്ത്രണ പ്രക്രിയ ശ്രേണിപരമായി ഉയർന്ന സമഗ്ര നിയന്ത്രണത്തിന് അനുസൃതമായി തുടരുന്നു, പിന്നെ തമ്മിൽ കാര്യമായ വ്യത്യാസമൊന്നുമില്ല.

ഈ പ്രക്രിയ അവിഭാജ്യമാണ്, ചില കാരണങ്ങളാൽ ഭാവി, അത് ഇതുവരെ സംഭവിച്ചിട്ടില്ല, പക്ഷേ ഇതിനകം ധാർമ്മികമായി തിരഞ്ഞെടുക്കപ്പെട്ടതും മുകളിൽ നിന്ന് വസ്തുനിഷ്ഠമായി നിരോധിച്ചിട്ടില്ലാത്തതുമാണ്, സമർത്ഥമായ വർത്തമാനകാലത്ത് അത് സൃഷ്ടിക്കുന്നവരെ എല്ലാ തലങ്ങളിലും സംരക്ഷിക്കുന്നു: മനസ്സിനെ ആസക്തികളിൽ നിന്ന് സംരക്ഷിക്കുന്നതിൽ നിന്ന്. ലക്ഷ്യമിടുന്ന "ശാരീരിക" ആക്രമണത്തിൽ നിന്ന് സംരക്ഷിക്കുന്നു. അതായത്, സാധ്യമായ അവസ്ഥകളുടെ മാട്രിക്സ് (സാധ്യമായ സംക്രമണങ്ങളുടെ മാട്രിക്സ് എന്നും അറിയപ്പെടുന്നു) ശ്രേണിപരമായി ഉയർന്ന സമഗ്രമായ നിയന്ത്രണത്തിന് യോജിച്ചാണ് തിരഞ്ഞെടുക്കുന്നതെങ്കിൽ, അത് തന്നെ സംരക്ഷണവും ആയുധവുമാണ്, ഇത് നിയന്ത്രണത്തിനുള്ള മാർഗമാണ്, അതിനായി ആറ് മുൻഗണനകളും പൊതുവൽക്കരിച്ച ആയുധങ്ങളും നിയന്ത്രണവും പൂട്ടിയിരിക്കുന്നു.

വസ്തുനിഷ്ഠമായ അസ്തിത്വം സാധ്യമായ സംസ്ഥാനങ്ങളുടെയും പരിവർത്തനങ്ങളുടെയും മെട്രിക്സ്അന്ധതയിൽ ഒരാൾക്ക് ചില സംക്രമണ മാട്രിക്സുകളിലേക്ക് "അലഞ്ഞുനടക്കാനും" അവയുടെ വസ്തുനിഷ്ഠമായ ഗുണങ്ങൾ അനുഭവിക്കാനും കഴിയും എന്ന വസ്തുതയിൽ സ്വയം പ്രത്യക്ഷപ്പെടുന്നു. രണ്ടാമത്തേത് ആത്മനിഷ്ഠമായി വിലയിരുത്തപ്പെടുന്നു, ഈ ഗുണങ്ങളോടുള്ള മനോഭാവത്തെ ആശ്രയിച്ച്, അപൂർവ ഭാഗ്യത്തിൻ്റെ ഒരു സ്ട്രീക്ക് അല്ലെങ്കിൽ മടുപ്പിക്കുന്ന "സ്ക്വയർ വണ്ണിലേക്ക് മടങ്ങുക" അല്ലെങ്കിൽ കഠിനമായ ദൗർഭാഗ്യത്തിൻ്റെ ഒരു സ്ട്രീക്ക്.

എന്നാൽ ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയും അതിനോടൊപ്പമുള്ള വികസനവും ഉപയോഗിക്കുന്നതിന്, അത് അൽഗോരിതത്തിൽ ഔപചാരികമാക്കിയിട്ടില്ല. സംക്രമണ മെട്രിക്സുകളുടെ സുപ്രധാന പ്രകടനങ്ങൾ, പ്രധാന വ്യവസ്ഥകൾ പാലിക്കേണ്ടത് ആവശ്യമാണ്:

മാനേജ്മെൻ്റ് പ്രക്രിയകളുടെ ഒപ്റ്റിമൈസേഷൻ്റെ പ്രശ്നങ്ങളിൽ, "യഥാർത്ഥ ഭാവി: - സ്ഥിരസ്ഥിതിയായി" എന്ന ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി മാനേജ്മെൻ്റ് ലക്ഷ്യങ്ങളുടെ വെക്റ്റർ നിർവചിച്ചിട്ടുണ്ടെങ്കിൽ മാത്രമേ ഫലപ്രദമാകൂ, അതായത്. അന്തിമ പ്രക്രിയ തിരഞ്ഞെടുക്കപ്പെടണം.

യഥാർത്ഥത്തിൽ, ഈ അന്തിമ നിശ്ചലാവസ്ഥ വ്യക്തമായും സുസ്ഥിരവും സ്വീകാര്യവുമായ ഒരു പ്രക്രിയയായിരിക്കണം, പ്രത്യേക പ്രക്രിയയെ ഉൾക്കൊള്ളുകയും വഹിക്കുകയും ചെയ്യുന്നു. എന്നാൽ പ്രക്രിയയുടെ ചില സ്വഭാവസവിശേഷതകളുടെ തിരഞ്ഞെടുപ്പും നിർണ്ണയവും ഉൾപ്പെടുത്തണം നിയന്ത്രിത സംവിധാനംരീതിയുടെ അൽഗോരിതം പൂർത്തിയാകുമ്പോൾ, ഈ രീതിക്ക് പുറത്താണ് - "മിസ്റ്റിസിസം" എന്ന മേഖലയിലോ അല്ലെങ്കിൽ ശാസ്ത്രത്തിലും കരകൗശലത്തിലും വികസിപ്പിച്ച രീതികളുടെ മേഖലയിലോ അവയുടെ സത്തയിൽ ഗണിതപരമല്ലാത്തവയാണ്.

“അടുത്ത ഘട്ടത്തിന് മുമ്പ് സിസ്റ്റത്തിൻ്റെ അവസ്ഥ എന്തുതന്നെയായാലും, ഈ ഘട്ടത്തിൽ നിയന്ത്രണം തിരഞ്ഞെടുക്കേണ്ടത് ആവശ്യമാണ്, അതുവഴി നേട്ടമുണ്ടാകും ഈ ഘട്ടംകൂടാതെ തുടർന്നുള്ള എല്ലാ ഘട്ടങ്ങളിലെയും ഒപ്റ്റിമൽ നേട്ടം പരമാവധി ആയിരുന്നു," - E.S. വെൻ്റ്സെൽ, "ഓപ്പറേഷൻസ് റിസർച്ച്. ലക്ഷ്യങ്ങൾ, തത്വങ്ങൾ, രീതിശാസ്ത്രം." (എം., "സയൻസ്", 1988, പേജ് 109).

നിയന്ത്രണ ലക്ഷ്യങ്ങളുടെ വെക്റ്റർ നിർണ്ണയിക്കാനുള്ള കഴിവില്ലായ്മ (അതിൻ്റെ നേട്ടം ഈ രീതിയിൽ ഒപ്റ്റിമൈസ് ചെയ്യുന്ന പ്രക്രിയ പൂർത്തിയാക്കണം) കൂടാതെ (അല്ലെങ്കിൽ) കൺട്രോൾ ഒബ്ജക്റ്റിൻ്റെ പ്രാരംഭ അവസ്ഥ തിരിച്ചറിയാനുള്ള കഴിവില്ലായ്മ ഈ ശുപാർശ പിന്തുടരാൻ അനുവദിക്കുന്നില്ല. വസ്തുനിഷ്ഠമായി അടയ്ക്കുന്നുഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി ഉപയോഗിക്കുന്നതിനുള്ള സാധ്യത, പ്രക്രിയയുടെ തുടക്കവും അവസാനവും നിർണ്ണയിക്കേണ്ടത് ഈ രീതിയുടെ ഗണിതശാസ്ത്ര (അല്ലെങ്കിൽ മറ്റ്) മോഡൽ നിർമ്മിച്ചിരിക്കുന്ന പാരാമീറ്ററുകളുടെ ഇടത്തിലാണ്, അത് മെട്രോളജിക്കൽ സ്ഥിരതയുള്ളതായിരിക്കണം, ഇത് അടിസ്ഥാനമാണ്. യാഥാർത്ഥ്യവുമായുള്ള അതിൻ്റെ പരസ്പര ബന്ധത്തിന്. മാത്രമല്ല, ഉറപ്പും പൂർത്തീകരണംകൺട്രോൾ ഒബ്‌ജക്റ്റിൻ്റെ പ്രാരംഭ അവസ്ഥ തിരിച്ചറിയുന്നതിൽ (കണ്ടെത്തുന്നതിൽ) പിശകുകളേക്കാളും ചില അനിശ്ചിതത്വങ്ങളേക്കാളും ഒപ്റ്റിമൈസ് ചെയ്യുന്ന പ്രക്രിയയ്ക്ക് കൂടുതൽ മാനേജുമെൻ്റ് പ്രാധാന്യമുണ്ട്.

സാധ്യമായ അവസ്ഥകളുടെ മാട്രിക്സ് പഴഞ്ചൊല്ലുമായി യോജിക്കുന്നുവെങ്കിൽ, തുടർച്ചയായ മൾട്ടിവേരിയേറ്റ് ഘട്ട സംക്രമണങ്ങൾക്ക് ഇത് കൂടുതൽ ശരിയാണ്. "എല്ലാ റോഡുകളും റോമിലേക്ക് നയിക്കുന്നു"", . തിരഞ്ഞെടുക്കപ്പെട്ടാൽ ഇത്തരത്തിലുള്ള പ്രക്രിയയ്ക്കായി കാലക്രമേണ സ്ഥിരതയുള്ളലക്ഷ്യവും പല പാതകളും അതിലേക്ക് നയിക്കുന്നു, പിന്നെ ഒരു സ്ഥിരതയോടെ ഘട്ടം ഘട്ടമായുള്ള നിയന്ത്രണംവ്യത്യസ്ത ദിശകളിൽ നിന്ന് ഒരേ ലക്ഷ്യത്തിലേക്ക് പോകുന്ന ഒപ്റ്റിമൽ പാതകൾ തമ്മിലുള്ള "ദൂരം" പ്രാരംഭ അവസ്ഥകൾ, ഒരു നിശ്ചിത ഘട്ടത്തിൽ നിന്ന് ആരംഭിച്ച് ഒപ്റ്റിമൽ പാതകൾ പൂർണ്ണമായും ഒത്തുചേരുന്നത് വരെ, ഘട്ടം ഘട്ടമായി ചുരുങ്ങുന്നു. ഈ പ്രസ്താവന കൂടുതൽ ശരിയാണ്, പാരാമീറ്റർ സ്ഥലത്ത് പ്രക്രിയ പൂർത്തിയാക്കുന്ന ഗോൾ വെക്റ്ററിൻ്റെ സ്ഥാനം കൂടുതൽ വ്യക്തമാണ്. ഗണിതശാസ്ത്രവുമായി സാമ്യമുള്ളതിനാൽ, ഇതിനെ വിളിക്കാം: "എല്ലാ റോഡുകളും റോമിലേക്ക് നയിക്കുന്നു..." എന്ന വസ്തുതയിൽ പഥങ്ങളുടെ കൂട്ടത്തിൻ്റെ അസിംപ്റ്റോട്ടിക് സ്വഭാവം പ്രകടിപ്പിക്കുന്നു.

കൂടുതൽ പൊതുവായി, പുതിയ നിയമത്തിൻ്റെയും ഖുർആനിൻ്റെയും ശുപാർശകൾ, അവൻ ഉണർന്ന് അവൻ്റെ പ്രവൃത്തികൾ കണ്ട നിമിഷത്തിൽ പ്രാരംഭ അവസ്ഥ (ഒരു വ്യക്തിയുടെ പാപം) പരിഗണിക്കാതെ, കൃപ, സർവ്വശക്തൻ്റെ കരുണ എന്നിവ നേടാനുള്ള സാധ്യത സ്ഥിരീകരിക്കുന്നു. .

മറ്റൊരു പരാമർശം പരിശീലനവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു - ട്രാൻസിഷൻ മാട്രിക്സിൽ പ്രവേശിക്കുന്നതിന്. യഥാർത്ഥ പ്രാരംഭ അവസ്ഥയിൽ നിന്ന് തിരഞ്ഞെടുത്ത അന്തിമ അവസ്ഥയിലേക്ക് സംക്രമണ മാട്രിക്സിൽ പ്രവേശിക്കുന്നതിന് അനുവദിച്ചിരിക്കുന്നതിനേക്കാൾ വലിയ പിശക് ഉപയോഗിച്ചാണ് സിസ്റ്റത്തിൻ്റെ പ്രാരംഭ അവസ്ഥ നിർണ്ണയിക്കുന്നതെങ്കിൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ പിശക് രഹിത അൽഗോരിതം അടിസ്ഥാനമാക്കിയുള്ള നിയന്ത്രണം നയിക്കും. സിസ്റ്റത്തിൻ്റെ കണക്കാക്കിയ ഒപ്റ്റിമൽ അവസ്ഥയേക്കാൾ തികച്ചും വ്യത്യസ്തമായ ഫലങ്ങൾ. ഏകദേശം പറഞ്ഞാൽ, ഉയർന്ന നിലയിലുള്ള ഒരു മുറിയിലെ തുറന്ന ജാലകം ഒരു മുറിയിൽ നിന്ന് പുറത്തുകടക്കാൻ നിങ്ങൾ തെറ്റിദ്ധരിക്കരുത്.

അതായത്, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി, അന്തിമ അവസ്ഥ-പ്രോസസ് തിരഞ്ഞെടുക്കുന്നതിലും യഥാർത്ഥ പ്രാരംഭ അവസ്ഥയെ തിരിച്ചറിയുന്നതിലും ഉറപ്പിൻ്റെ ആവശ്യകത, അത് സ്വയംഅത്തരം അഭാവത്തിൽ നിയന്ത്രണ ഒപ്റ്റിമൈസേഷൻ്റെ ശാസ്ത്രീയ അനുകരണത്തിനായി അതിൻ്റെ ഉപയോഗത്തിൽ നിന്ന് സംരക്ഷിച്ചിരിക്കുന്നു. ഇത് ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയെ വേർതിരിക്കുന്നു, പ്രത്യേകിച്ചും ലീനിയർ പ്രോഗ്രാമിംഗ് ഉപകരണത്തിൽ നിന്ന്, ഒപ്റ്റിമൈസേഷൻ മാനദണ്ഡത്തിൽ വെയ്റ്റിംഗ് കോഫിഫിഷ്യൻ്റുകളുടെ "വിദഗ്ധർ" വഴി മുൻകൂട്ടിയുള്ള കണക്കുകൂട്ടലുകൾ ലോഡ് ചെയ്യാൻ കഴിയും. കുറഞ്ഞത് (Z)അഥവാ പരമാവധി (Z).

ഈ സ്വയംഅന്യായമായ ഉപയോഗത്തിൽ നിന്നുള്ള സംരക്ഷണം ആധുനിക സാമ്പത്തിക ശാസ്ത്രത്തിൻ്റെ സാഹിത്യത്തിൽ പരോക്ഷമായി പ്രതിഫലിക്കുന്നു: സംസ്ഥാന സമ്പദ്‌വ്യവസ്ഥയുമായി ബന്ധപ്പെട്ട് മാനേജ്മെൻ്റ് ലക്ഷ്യങ്ങളുടെ വെക്റ്റർ എന്താണെന്ന് തീരുമാനിച്ചിട്ടില്ലാത്തതിനാൽ, മാനേജ്മെൻ്റ് ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് ഡൈനാമിക് പ്രോഗ്രാമിംഗ് ഉപകരണത്തിൻ്റെ ഉപയോഗത്തെക്കുറിച്ച് പ്രസിദ്ധീകരണങ്ങളൊന്നുമില്ല. പ്രദേശങ്ങളുടെയും സംസ്ഥാനങ്ങളുടെയും സ്ഥൂല സാമ്പത്തിക വ്യവസ്ഥകൾ പൊതുവെ ചരിത്രപരമായി ദീർഘകാല ഇടവേളകളിൽ.

ഇതിന് ഉദാഹരണങ്ങളാണ് “ഗണിതശാസ്ത്ര സാമ്പത്തിക ശാസ്ത്രം പെഴ്സണൽ കമ്പ്യൂട്ടർ” എഡി. എം. കുബോനിവ, അതിൽ സാമ്പത്തിക ശാസ്ത്രത്തിലെ മാനേജ്‌മെൻ്റിനെക്കുറിച്ചുള്ള അധ്യായത്തിൽ ലീനിയർ പ്രോഗ്രാമിംഗ് ഉപകരണത്തിൻ്റെ മാക്രോ ഇക്കണോമിക് വ്യാഖ്യാനങ്ങൾ മാത്രമാണുള്ളത് (ഇതിനെ നേരിട്ട് "ഇക്കണോമിക്‌സിലെ മാനേജ്‌മെൻ്റ് എന്ന് വിളിക്കുന്നു. ലീനിയർ പ്രോഗ്രാമിംഗ്അതിൻ്റെ പ്രയോഗവും”), എന്നാൽ മാനേജ്മെൻ്റ് ലക്ഷ്യങ്ങളുടെയും മാനേജ്മെൻ്റ് ടൂളുകളുടെയും വെക്റ്ററിനെക്കുറിച്ച് ഒന്നും പറയുന്നില്ല; യുപി സൈചെങ്കോയുടെ മുമ്പ് ഉദ്ധരിച്ച പാഠപുസ്തകത്തിൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ വിവരണവും വ്യത്യസ്ത സ്വഭാവത്തിലുള്ള പ്രശ്നങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്.

എന്നിരുന്നാലും, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ മാക്രോ ഇക്കണോമിക് വ്യാഖ്യാനങ്ങൾ നിരസിക്കാൻ പ്രചോദിപ്പിക്കുമ്പോൾ, രചയിതാക്കൾ സാധാരണയായി കമ്പ്യൂട്ടേഷണൽ ഗണിതത്തിലെ "മാനത്വത്തിൻ്റെ ശാപം" എന്ന് വിളിക്കുന്നു, ഇത് പ്രശ്ന പാരാമീറ്റർ സ്ഥലത്തിൻ്റെ അളവിലെ വർദ്ധനവ് എന്ന വസ്തുതയിൽ പ്രകടിപ്പിക്കുന്നു. എൻആനുപാതികമായ കണക്കുകൂട്ടലുകളുടെ അളവിൽ വർദ്ധനവിന് കാരണമാകുന്നു എൻ,ഘാതം എവിടെയാണ് k" 1.കണക്കുകൂട്ടലുകളുടെ അളവിൻ്റെ അത്തരം രേഖീയമല്ലാത്ത സൂപ്പർ ആനുപാതികമായ വളർച്ച യഥാർത്ഥത്തിൽ പല കമ്പ്യൂട്ടേഷണൽ പ്രവർത്തനക്ഷമമായ നടപടിക്രമങ്ങളും പരിഹരിക്കുന്നതിൽ ഉപയോഗശൂന്യമാക്കുന്നു. പ്രായോഗിക പ്രശ്നങ്ങൾകമ്പ്യൂട്ടർ സമയത്തിൻ്റെ വലിയ ചെലവ് കാരണം ഏകദേശ കണക്കുകൂട്ടലുകളിലെ പിശകുകൾ കാരണം. എന്നാൽ ഈ "മാനത്വത്തിൻ്റെ ശാപം" ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിക്ക് മാത്രമല്ല, മറ്റ് രീതികൾക്കും ബാധകമാണ്, എന്നിരുന്നാലും, അവയുടെ മാക്രോ ഇക്കണോമിക് വ്യാഖ്യാനങ്ങളിലും ഇത് കാണപ്പെടുന്നു.

എപ്പിഫാനി എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് എഫിമോവ് വിക്ടർ അലക്സീവിച്ച്

4. മതിയായ പൊതു നിയന്ത്രണ സിദ്ധാന്തം (SACT). പൂർണ്ണമായ പ്രവർത്തനത്തിലൂടെ മാത്രമേ രാജ്യത്തിൻ്റെ യഥാർത്ഥ ഭരണം സാധ്യമാകൂ. രാജ്യത്ത് പ്രയോഗിക്കുന്ന മാനേജുമെൻ്റ് തത്വങ്ങൾ (അവർക്ക് ഏറ്റവും മികച്ചത് വേണം, പക്ഷേ അത് എല്ലായ്പ്പോഴും എന്നപോലെ) സ്കീമുകളെക്കുറിച്ചുള്ള പ്രാഥമിക ധാരണയുടെ അഭാവത്തെ സൂചിപ്പിക്കുന്നു.

"അന്താരാഷ്ട്ര ഭീകരത" എന്ന ആഗോള ഭീഷണിയുടെ ഉന്മൂലനം എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് യുഎസ്എസ്ആർ ഇൻ്റേണൽ പ്രെഡിക്ടർ

വിഷയം 5-ൽ നിന്നുള്ള വ്യതിചലനം: സൈബർനെറ്റിക്സും നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ ചരിത്രവും ഇരുപതാം നൂറ്റാണ്ടിൻ്റെ രണ്ടാം പകുതിയിൽ, സൈബർനെറ്റിക്സ് പൊതുവെ നിയന്ത്രണത്തിൻ്റെ ഒരു ശാസ്ത്രമായാണ് സമൂഹത്തിന് മുന്നിൽ അവതരിപ്പിക്കപ്പെട്ടത്, എന്നിരുന്നാലും, N. വീനർ അത് പൊതുജനങ്ങൾക്ക് അവതരിപ്പിച്ച രൂപത്തിൽ. , ശരിക്കും അല്ല

രചയിതാവ് യുഎസ്എസ്ആർ ഇൻ്റേണൽ പ്രെഡിക്ടർ

1. മാനേജ്മെൻ്റിൻ്റെ സാമാന്യമായ ഒരു സിദ്ധാന്തം: എന്തുകൊണ്ട് ഇത് ആവശ്യമാണ്? ഓരോ മനസ്സും - വ്യക്തി അല്ലെങ്കിൽ കൂട്ടായ - പ്രപഞ്ചത്തിൻ്റെ ഘടനകളുടെ പരസ്പര നെസ്റ്റിംഗിൻ്റെ ശ്രേണിയിൽ, ഒന്നാമതായി, ശ്രേണിപരമായി താഴ്ന്ന സംവിധാനങ്ങളുമായി ബന്ധപ്പെട്ട നിയന്ത്രണ ചുമതലകളും സ്വയം ഭരണത്തിൻ്റെ ചുമതലകളും പരിഹരിക്കുന്നു.

പുസ്തകത്തിൽ നിന്ന് 12 വിഷയങ്ങൾ. 21-ാം നൂറ്റാണ്ടിലെ മാർക്കറ്റിംഗ് ഗ്രാൻ്റ് ജെ

2. സാമാന്യമായ ഒരു നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ വിഭാഗങ്ങൾ നിയന്ത്രണ സിദ്ധാന്തത്തിൽ, രണ്ട് പ്രശ്നങ്ങൾ മാത്രമേ ഉന്നയിക്കാൻ കഴിയൂ · ആദ്യ ചുമതല: ഒബ്ജക്റ്റ് അതിൻ്റെ പ്രവർത്തന പ്രക്രിയയിൽ നേരിട്ട് നിയന്ത്രിക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു. ഇത്.· രണ്ടാമത്തെ വെല്ലുവിളി: പ്രക്രിയയിൽ ഒബ്ജക്റ്റ് മാനേജ് ചെയ്യാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നില്ല

പുസ്തകത്തിൽ നിന്ന് "ഒ നിലവിലെ നിമിഷം"നമ്പർ 7(79), 2008 രചയിതാവ് യുഎസ്എസ്ആർ ഇൻ്റേണൽ പ്രെഡിക്ടർ

Gennady Shichko എന്ന പുസ്തകത്തിൽ നിന്നും അവൻ്റെ രീതികളിൽ നിന്നും രചയിതാവ് ഡ്രോസ്ഡോവ് ഇവാൻ

ഭാഗം 1. പൂർണ്ണ പ്രവർത്തനംജനക്കൂട്ടം-"എലിറ്റിസം", യഥാർത്ഥ ജനാധിപത്യത്തിൽ മാനേജ്മെൻ്റ് 1.1. സമ്പൂർണ്ണ മാനേജുമെൻ്റ് ഫംഗ്ഷനും സമൂഹത്തിൻ്റെ ജീവിതത്തിൽ അത് നടപ്പിലാക്കുന്നതിൻ്റെ പ്രാകൃത സമ്പ്രദായവും മാനേജ്മെൻ്റിൻ്റെ പൊതുവായ സിദ്ധാന്തത്തിൽ (DOTU) "സമ്പൂർണ മാനേജ്മെൻ്റ് ഫംഗ്ഷൻ" എന്ന ആശയം ഉണ്ട്. പൂർണ്ണ പ്രവർത്തനം

എണ്ണ തീർന്നുപോകുമ്പോൾ, കാലാവസ്ഥാ വ്യതിയാനങ്ങൾ, മറ്റ് ദുരന്തങ്ങൾ എന്നിവ പൊട്ടിപ്പുറപ്പെടുമ്പോൾ നമ്മെ കാത്തിരിക്കുന്നത് എന്താണ് എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് കുംസ്ലർ ജെയിംസ് ഹോവാർഡ്

ന്യൂ ഒപ്രിച്നിന അല്ലെങ്കിൽ റഷ്യൻ ഭാഷയിൽ ആധുനികവൽക്കരണം എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് കലാഷ്നിക്കോവ് മാക്സിം

എണ്ണ തീർന്നാൽ, കാലാവസ്ഥാ വ്യതിയാനങ്ങളും 21-ാം നൂറ്റാണ്ടിലെ മറ്റ് ദുരന്തങ്ങളും പൊട്ടിപ്പുറപ്പെടുമ്പോൾ നമ്മെ കാത്തിരിക്കുന്നത് എന്താണ് എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് കുംസ്ലർ ജെയിംസ് ഹോവാർഡ്

നവീകരണ ചക്രങ്ങളുടെ കംപ്രഷൻ ദേശീയ നിലനിൽപ്പിൻ്റെ കാര്യമാണ്: ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഡൈനാമിക് കൺസർവേറ്റിസത്തിൻ്റെ മെമ്മോറാണ്ടം 2009 ജൂൺ 10 ന്, നൂതന പ്രാക്ടീഷണർമാരുടെയും ശാസ്ത്രജ്ഞരുടെയും ഒരു വിദഗ്ധ യോഗം ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഡൈനാമിക് കൺസർവേറ്റിസത്തിൽ ഈ വിഷയത്തിൽ നടന്നു: “യഥാർത്ഥ നവീകരണങ്ങളും അവയുടെ

ആൻ്റിസെമിറ്റിസം: ആശയപരമായ വിദ്വേഷം എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് ആൾട്ട്മാൻ ഇല്യ

പര്യാപ്തമായ പൊതുവായ നിയന്ത്രണ സിദ്ധാന്തം എന്ന പുസ്തകത്തിൽ നിന്ന് രചയിതാവ് യുഎസ്എസ്ആർ ഇൻ്റേണൽ പ്രെഡിക്ടർ

അംഗീകാരങ്ങൾ മാർക്ക് വെയ്റ്റ്‌സ്മാൻ ഈ പുസ്തകം സൈമൺ വീസെന്തലിൻ്റെ ബഹുമാനാർത്ഥം തയ്യാറാക്കിയതാണ്. ഇത്തരത്തിലുള്ള ശേഖരങ്ങൾ സാധാരണയായി മികച്ച ശാസ്ത്രജ്ഞരുടെ ബഹുമാനാർത്ഥം പ്രസിദ്ധീകരിക്കുന്നതിനാൽ, സൈമണിന് പുസ്തകം സമർപ്പിക്കുക എന്ന ആശയം വളരെ ഉചിതമായിരുന്നു. ഒരു ഗവേഷകൻ എന്ന പദവി വഹിക്കാതെ അല്ലെങ്കിൽ

ആം ഐ എ ജീനിയസ് എന്ന പുസ്തകത്തിൽ നിന്ന് വെങ്കാർ വിൻ

എവിടെയാണ് കെയ്ൻസ് റഷ്യയെ വിളിക്കുന്നത് എന്ന പുസ്തകത്തിൽ നിന്ന്? രചയിതാവ് Dzarasov Soltan

2. സാമാന്യമായ ഒരു നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ വിഭാഗങ്ങൾ നിയന്ത്രണ സിദ്ധാന്തത്തിൽ, രണ്ട് പ്രശ്നങ്ങൾ മാത്രമേ ഉന്നയിക്കാൻ കഴിയൂ · ആദ്യ ചുമതല: ഒബ്ജക്റ്റ് അതിൻ്റെ പ്രവർത്തന പ്രക്രിയയിൽ നേരിട്ട് നിയന്ത്രിക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു. ഇത്.· രണ്ടാമത്തെ ടാസ്ക്: ഒബ്ജക്റ്റ് ഉള്ളപ്പോൾ അത് കൈകാര്യം ചെയ്യാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നില്ല

രചയിതാവിൻ്റെ പുസ്തകത്തിൽ നിന്ന്

14. തികച്ചും പൊതുവായ നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ അൽഗോരിതം പ്രകടനമെന്ന നിലയിൽ ഡൈനാമിക് പ്രോഗ്രാമിംഗിൻ്റെ രീതി ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സാരാംശം അവതരിപ്പിക്കുമ്പോൾ, ഞങ്ങൾ "ഓട്ടോമാറ്റിക് കൺട്രോൾ സിദ്ധാന്തത്തിലെ കോഴ്സ്" (രചയിതാവ് പാലുഡ് ഡി ലാ ബാരിയറെ: ഫ്രഞ്ച്

രചയിതാവിൻ്റെ പുസ്തകത്തിൽ നിന്ന്

അംഗീകാര പരിപാടി ത്വരിതപ്പെടുത്തിയ പഠനം"പുനരുജ്ജീവന പദ്ധതി" പ്രധാന വിഷയംഈ പുസ്തകം - 25 വർഷങ്ങൾക്ക് മുമ്പ് സാക്ഷാത്കരിക്കാൻ തുടങ്ങി, ധാരാളം ആളുകളുടെ പരിശ്രമത്തിന് നന്ദി, മനുഷ്യ അവബോധം പഠിക്കുന്ന മേഖലയിലെ പയനിയർമാർ, അതിൽ പങ്കെടുത്തവർ

രചയിതാവിൻ്റെ പുസ്തകത്തിൽ നിന്ന്

3. പൊതുസിദ്ധാന്തത്തിലേക്കുള്ള വഴിയിൽ, അതേ സമയം, റഷ്യൻ വിപ്ലവം ഗുരുതരമായ മുന്നറിയിപ്പായി അദ്ദേഹം മനസ്സിലാക്കി. അവളോടുള്ള അവൻ്റെ എല്ലാ നിഷേധാത്മക മനോഭാവവും കാരണം, അവൾ മുന്നോട്ട് വച്ച പ്രശ്നങ്ങളിൽ കെയിൻസ് കൂടുതൽ താൽപ്പര്യം പ്രകടിപ്പിച്ചു, ഇത് അവൻ്റെ ശ്രദ്ധ കൂടുതൽ വിശാലതയിലേക്ക് മൂർച്ച കൂട്ടാതിരിക്കാൻ സഹായിച്ചില്ല.

സാമാന്യമായ ഒരു നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ അൽഗോരിതം ആവിഷ്കാരമെന്ന നിലയിൽ ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി

ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സാരാംശം അവതരിപ്പിക്കുന്നതിൽ, ഞങ്ങൾ "കോഴ്സ് ഇൻ ദി തിയറി ഓഫ് ഓട്ടോമാറ്റിക് കൺട്രോൾ" (പാലു ഡി ലാ ബാരിയറെ: ഫ്രഞ്ച് പതിപ്പ് 1966, റഷ്യൻ പതിപ്പ് - "മെഷീൻ ബിൽഡിംഗ്", 1973) എന്ന പുസ്തകത്തെ ഞങ്ങൾ ആശ്രയിക്കുന്നു. അതിൻ്റെ അവതരണം. യു.പി. സൈചെങ്കോയുടെ മുമ്പ് സൂചിപ്പിച്ച "ഓപ്പറേഷൻസ് റിസർച്ച്" എന്ന കോഴ്‌സിൽ നിന്ന് ചില വ്യവസ്ഥകൾ എടുത്തിട്ടുണ്ട്.

X n + 1 = f(X n , U n , n), എവിടെ എൻ- പൂർത്തിയാകുമ്പോൾ അത് മാറുന്ന സിസ്റ്റത്തിൻ്റെ സാധ്യമായ നിരവധി അവസ്ഥകളിൽ ഒന്നിൻ്റെ എണ്ണം എൻ-ആം ഘട്ടം; Xnസൂചിപ്പിച്ചവയിൽ ഉൾപ്പെടുന്ന സിസ്റ്റം സ്റ്റേറ്റ് വെക്റ്റർ ആണ് എൻ-th സെറ്റ്; യു എൻ- ഘട്ടത്തിൽ വികസിപ്പിച്ച നിയന്ത്രണം എൻ(ഘട്ട നിയന്ത്രണം), ഇത് സിസ്റ്റത്തെ അതിൻ്റെ സാധ്യമായ അവസ്ഥയിൽ നിന്ന് മാറ്റുന്നു എൻ-മത്തെ സംസ്ഥാനങ്ങളിലൊന്നായി സജ്ജമാക്കി ( n+1)മത്തെ സെറ്റ്. ഇത് വ്യക്തമായി കാണാൻ, നിങ്ങൾ ചിത്രം റഫർ ചെയ്യണം. 8-1, അത് ചുവടെ ചർച്ചചെയ്യും.

2. കണക്കാക്കിയ ഘട്ടങ്ങളുടെ എണ്ണം മാറുമ്പോൾ ചുമതലയുടെ ഘടന മാറരുത് എൻ.

പൂർണ്ണമായും ഔപചാരികമായി, ഒരു സംസ്ഥാനം അതിൻ്റെ സംഭവത്തിൻ്റെ വിവിധ പൂർവ്വചരിത്രങ്ങളുമായി പൊരുത്തപ്പെടുന്നുവെങ്കിൽ, ഒപ്റ്റിമൽ നിയന്ത്രണത്തിൻ്റെ തുടർന്നുള്ള തിരഞ്ഞെടുപ്പിനെ സ്വാധീനിക്കുന്നുവെങ്കിൽ, ഈ രീതി സംസ്ഥാന വെക്റ്ററിലെ ചരിത്രാതീതങ്ങളുടെ വിവരണങ്ങൾ ഉൾപ്പെടുത്തുന്നത് സാധ്യമാക്കുന്നു, ഇത് സിസ്റ്റത്തിൻ്റെ അളവിലെ വർദ്ധനവിന് കാരണമാകുന്നു. സംസ്ഥാന വെക്റ്റർ. ഈ പ്രവർത്തനത്തിനു ശേഷം, ഒരു സംസ്ഥാനം എന്ന് മുമ്പ് വിവരിച്ച സംസ്ഥാനം, പ്രക്രിയയുടെ ചരിത്രാതീതത്തെ വിവരിക്കുന്ന സംസ്ഥാന വെക്റ്ററിൻ്റെ ഘടകങ്ങളിൽ മറ്റൊന്നിൽ നിന്ന് വ്യത്യസ്തമായി, സംസ്ഥാനങ്ങളുടെ ഒരു കൂട്ടമായി മാറുന്നു.

5. സ്റ്റെപ്പ് കൺട്രോളുകളുടെ ഒരു ശ്രേണിയുടെ ഒപ്റ്റിമൽ ചോയിസിനുള്ള മാനദണ്ഡം യു എൻഔപചാരിക പാരാമീറ്ററുകളുടെ ഇടത്തിലുള്ള അനുബന്ധ പാതയ്ക്ക് ഈ രൂപമുണ്ട്:

V = V 0 (X 0, U 0) + V 1 (X 1, U 1) + ...+ V N - 1 (X N- 1, U N - 1) + V N (X N).

മാനദണ്ഡം വിസാധാരണയായി വിളിക്കുന്നു സമ്പൂർണ്ണ വിജയം,എന്നിവയാണ് അതിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന നിബന്ധനകൾ ഘട്ട വിജയങ്ങൾ. പ്രശ്നം കണ്ടെത്തേണ്ടതുണ്ട് ഘട്ട നിയന്ത്രണങ്ങളുടെ ക്രമം U nസാധ്യമായ പരമാവധിയുമായി പൊരുത്തപ്പെടുന്ന ഒരു പാതയും മൊത്തം വിജയങ്ങൾ. അടിസ്ഥാനപരമായി ഒരു സമ്പൂർണ്ണ "വിജയം" വി- മാനേജ്മെൻ്റ് ഗുണനിലവാരത്തിൻ്റെ അളവ് പ്രക്രിയ മൊത്തത്തിൽ. പ്രോസസ് മാനേജ്‌മെൻ്റിൻ്റെ മൊത്തത്തിലുള്ള ഗുണമേന്മയുടെ അളവുകോലിൽ ഉൾപ്പെടുത്തിയെങ്കിലും, ഘട്ട നേട്ടങ്ങൾ പൊതുവായിപ്രോസസ്സ് മാനേജുമെൻ്റ് മൊത്തത്തിൽ ഒപ്റ്റിമൈസ് ചെയ്യാൻ ഉദ്ദേശിച്ചുള്ളതിനാൽ, അവയുടെ അനുബന്ധ ഘട്ടങ്ങളിൽ മാനേജ്‌മെൻ്റ് ഗുണനിലവാരത്തിൻ്റെ അളവുകൾ അല്ല, കൂടാതെ അതിശയകരമായ ഘട്ട നിയന്ത്രണങ്ങൾഒരു വലിയ പടി വിജയത്തോടെ, പക്ഷേ പുറത്ത് കിടക്കുന്നു ഒപ്റ്റിമൽ പഥംതാൽപ്പര്യമില്ല. ഓരോ ഘട്ടത്തിലും സ്റ്റെപ്പ് പേഓഫ് നിർണ്ണയിക്കുന്നതിനുള്ള ഒരു മാനദണ്ഡം ഉപയോഗിക്കുന്നത്, ആവശ്യമെങ്കിൽ, രീതിയുടെ ഘടന നിരോധിക്കുന്നില്ല. വിഎൻ,മറ്റ് ഘട്ടങ്ങളിൽ സ്വീകരിച്ച മാനദണ്ഡങ്ങളിൽ നിന്ന് വ്യത്യസ്തമാണ്.

ഇനി നമുക്ക് ചിത്രത്തിലേക്ക് തിരിയാം. 8-1 - അത്തി. 8-3, പരസ്പരം ബന്ധപ്പെട്ട ചിത്രം ആവർത്തിക്കുന്നു. 40, 41, 42 പി. ഡി ലാ ബാരിയേയുടെ ഓട്ടോമാറ്റിക് കൺട്രോൾ സിദ്ധാന്തത്തെക്കുറിച്ചുള്ള കോഴ്സിൽ നിന്ന്.

ചിത്രത്തിൽ. 8-1, "0" എന്ന സിസ്റ്റത്തിൻ്റെ പ്രാരംഭ നിലയും അതിൻ്റെ തുടർന്നുള്ള "1", "2", "3" എന്നീ സംസ്ഥാനങ്ങളുടെ ഗണവും, കൂടാതെ സാധ്യമായ ഓരോ സംസ്ഥാനങ്ങളിൽ നിന്നും മറ്റ് സാധ്യമായ സംസ്ഥാനങ്ങളിലേക്കുള്ള സാധ്യമായ സംക്രമണങ്ങളും കാണിക്കുന്നു. ഇതെല്ലാം ഒരുമിച്ച് ചിപ്പുകൾ നീങ്ങുന്ന കുട്ടികളുടെ ബോർഡ് ഗെയിമിൻ്റെ മാപ്പിന് സമാനമാണ്: ഓരോ പരിവർത്തന-ഘട്ടവും അതിൻ്റേതായ സ്റ്റെപ്പ് പേഓഫുമായി യോജിക്കുന്നു, കൂടാതെ പ്രക്രിയ പൂർത്തിയാക്കുന്ന മൂന്നാമത്തെ സെറ്റിൽ, സിസ്റ്റത്തിൻ്റെ ഓരോ അവസ്ഥയും നൽകിയിരിക്കുന്നു. അതിൻ്റെ സ്കോർ, ഒരു ദീർഘചതുരത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നു. ഗെയിമിൽ നിന്നുള്ള അടിസ്ഥാന വ്യത്യാസം, കുട്ടികളുടെ ഗെയിമിൽ, ഡൈസ് എറിയുന്നതിനോ ടോപ്പ് കറക്കുന്നതിനോ അടിസ്ഥാനമാക്കിയുള്ള പാത തിരഞ്ഞെടുക്കുന്നതിനെക്കുറിച്ച് ഭാഗ്യം പറയുന്നത് യഥാർത്ഥ നിയന്ത്രണത്തിൽ അസ്വീകാര്യമാണ്, കാരണം ഇത് അവർക്ക് ഉചിതമായ നിയന്ത്രണം കൈമാറുന്നതാണ്. ഡൈസിൻ്റെ നഷ്ടം, മുകൾഭാഗത്തിൻ്റെ ഭ്രമണം മുതലായവ നിയന്ത്രിക്കാൻ കഴിവുള്ള ശക്തികൾ.

ആദ്യ ഘട്ടത്തിൽ നിങ്ങൾ ഒപ്റ്റിമൽ നിയന്ത്രണം തിരഞ്ഞെടുക്കുകയാണെങ്കിൽ, തുടർന്നുള്ള ഘട്ടങ്ങളിൽ അതിൻ്റെ എല്ലാ അനന്തരഫലങ്ങളും നിങ്ങൾ മുൻകൂട്ടി കാണേണ്ടതുണ്ട്. അതിനാൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ അൽഗോരിതത്തിൻ്റെ വിവരണം പലപ്പോഴും അവസാന ഘട്ടത്തിൽ നിയന്ത്രണത്തിൻ്റെ തിരഞ്ഞെടുപ്പിൻ്റെ വിവരണത്തോടെ ആരംഭിക്കുന്നു, ഇത് പ്രക്രിയ പൂർത്തിയാക്കുന്ന സംസ്ഥാനങ്ങളിലൊന്നിലേക്ക് നയിക്കുന്നു. അതേ സമയം, അവർ "പെഡഗോഗിക്കൽ പ്രാക്ടീസ്" എന്ന് പരാമർശിക്കുന്നു, ഇത് അന്തിമ അവസ്ഥയിൽ നിന്ന് പ്രാരംഭ അവസ്ഥയിലേക്കുള്ള ഒരു അൽഗോരിതം വിവരിക്കുമ്പോൾ വാദം മനസ്സിലാക്കാൻ എളുപ്പമാണെന്ന് സൂചിപ്പിക്കുന്നു, കാരണം ഇത് തുടക്കത്തിൽ തന്നെ സ്ഥാപിച്ച വ്യവസ്ഥകളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. പരിഗണനയിലുള്ള ഘട്ടം, പ്രക്രിയയുടെ സാധ്യമായ പൂർത്തീകരണങ്ങളും നിർണ്ണയിക്കപ്പെടുന്നു.

അരി. 8-1. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സത്തയെക്കുറിച്ച്

ഇതിന് അനുസൃതമായി, ചിത്രത്തിൽ. 8-2 അതിൻ്റെ മുമ്പത്തെ "2" സ്റ്റേറ്റുകളിലെ സാധ്യമായ ഓരോ സംസ്ഥാനങ്ങളിൽ നിന്നും "3" സംസ്ഥാനങ്ങളുടെ അവസാന സെറ്റിലേക്ക് സാധ്യമായ സംക്രമണങ്ങൾ വിശകലനം ചെയ്യുന്നു, മുമ്പത്തെ മുഴുവൻ പാതയും ഇതിനകം കടന്നുപോയി, ഒപ്റ്റിമൽ സ്റ്റെപ്പ് നിയന്ത്രണത്തിൻ്റെ അവസാന തിരഞ്ഞെടുപ്പ് പൂർത്തിയാകാൻ ശേഷിക്കുന്നു. മുഴുവൻ പ്രക്രിയയും. ഈ സാഹചര്യത്തിൽ, "2" സെറ്റിലെ ഓരോ സംസ്ഥാനങ്ങൾക്കും ഞങ്ങൾ നിർവ്വചിക്കുന്നു എല്ലാംആകെ തുക = "ട്രാൻസിഷൻ സ്കോർ" + "ടെർമിനൽ സ്റ്റേറ്റ് സ്കോർ". "2" എന്ന സെറ്റിൽ, ഓരോ സംസ്ഥാനത്തിനും ലഭിച്ചവയിൽ നിന്ന്, അതിൽ സാധ്യമായ മൊത്തം പ്രതിഫലം നിർണ്ണയിക്കപ്പെടുന്നു അവിസ്മരണീയമായപരമാവധി മൊത്തം നേട്ടവും അനുബന്ധ സംക്രമണവും (ട്രാക്ടറി ശകലം). "2" എന്ന സെറ്റിലെ ഓരോ സംസ്ഥാനങ്ങൾക്കുമുള്ള പരമാവധി മൊത്തം നേട്ടം ഒരു ചതുരാകൃതിയിലുള്ള ഫ്രെയിമിൽ എടുക്കുന്നു, അനുബന്ധ സംക്രമണം ഒരു അമ്പടയാളം കൊണ്ട് അടയാളപ്പെടുത്തിയിരിക്കുന്നു. തത്വത്തിൽ, ഒരു സംസ്ഥാനത്ത് നിന്ന് മറ്റൊന്നിലേക്ക് അത്തരം ഒപ്റ്റിമൽ പരിവർത്തനങ്ങൾ ഉണ്ടാകാം, ഇത് മൊത്തം നേട്ടത്തിൻ്റെ അതേ മൂല്യവുമായി പൊരുത്തപ്പെടുന്നു. ഈ സാഹചര്യത്തിൽ, അവയെല്ലാം ഈ രീതിയിൽ വേർതിരിച്ചറിയാൻ കഴിയാത്തവയാണ്, കൂടാതെ സിസ്റ്റത്തെ വിവരിക്കുന്ന പാരാമീറ്ററുകളുടെ സ്ഥലത്ത് പാത തിരഞ്ഞെടുക്കുന്നതിനുള്ള ഒപ്റ്റിമലിറ്റിക്കായി നിർമ്മിച്ച മാനദണ്ഡത്തിൻ്റെ അർത്ഥത്തിൽ പരസ്പരം തുല്യമാണ്.

അരി. 8-2. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സത്തയെക്കുറിച്ച്

അതിനാൽ, ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന നടപടിക്രമം. 8-2, പരിവർത്തനം ചെയ്യുമ്പോൾ രീതിയുടെ ഓരോ അൽഗോരിതം ഘട്ടത്തിലും പ്രവർത്തനക്ഷമമാണ് എൻൽ (n - 1)-ആം സെറ്റ്, അവസാനത്തേതിൽ നിന്ന് ആരംഭിക്കുന്നു എൻസിസ്റ്റത്തിൻ്റെ പ്രാരംഭ അവസ്ഥയിലേക്ക് സജ്ജമാക്കുക.

സെറ്റുകളുടെ തുടർച്ചയായ ജോഡിവൈസ് തിരയലിൻ്റെ ഫലമായി, അവയുടെ മുഴുവൻ സെറ്റിലൂടെയും കടന്നുപോകുമ്പോൾ, തുടർച്ചയായ ഘട്ട നിയന്ത്രണങ്ങളുടെ ഒപ്റ്റിമൽ സീക്വൻസ്, സാധ്യമായ പരമാവധി മൊത്തം നേട്ടം, അനുബന്ധ പാത എന്നിവ നിർണ്ണയിക്കപ്പെടുന്നു. ചിത്രത്തിൽ. 8-3 കട്ടികൂടിയ രേഖ പരിഗണിക്കുന്ന ഉദാഹരണത്തിന് ഏറ്റവും അനുയോജ്യമായ പാത കാണിക്കുന്നു.

അരി. 8-3. ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ സത്തയെക്കുറിച്ച്

സാധ്യമായ സംസ്ഥാനങ്ങളുടെ സെറ്റുകൾ കാലക്രമത്തിൽ ക്രമീകരിച്ചിട്ടുണ്ടെങ്കിൽ, ഇതിനർത്ഥം കണക്കുകൂട്ടൽ സ്കീം യഥാർത്ഥ വർത്തമാനത്തിൽ നിന്ന് പ്രവചിച്ചതിലേക്ക് നിർമ്മിക്കാം എന്നാണ്. ഉറപ്പാണ്ഭാവി, പ്രവചിച്ചതിൽ നിന്ന് ഉറപ്പാണ്ഭാവി യഥാർത്ഥ വർത്തമാനത്തിലേക്ക്. ഈ സാഹചര്യം യഥാർത്ഥ ജീവിതത്തിലെ രണ്ട് അനൗപചാരിക ബന്ധങ്ങളെക്കുറിച്ച് സംസാരിക്കുന്നു, അത് അൽഗോരിതത്തിന് പുറത്താണ്:

1). ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി, കാരണ-പ്രഭാവ അവസ്ഥകളുടെ സ്വഭാവത്തോട് ഔപചാരികമായി സെൻസിറ്റീവ് ആണ് (പ്രത്യേകിച്ച്, ഇത് കാരണങ്ങളും ഫലങ്ങളും തമ്മിൽ വേർതിരിച്ചറിയുന്നില്ല). ഇക്കാരണത്താൽ, പ്രായോഗിക പ്രശ്നങ്ങളിൽ ഒരു രീതിയുടെ ഓരോ നിർദ്ദിഷ്ട വ്യാഖ്യാനവും യഥാർത്ഥ കാരണ-പ്രഭാവ വ്യവസ്ഥകളുടെ അനൗപചാരിക പരിഗണനയോടെ നിർമ്മിക്കണം;

2). പ്രവചനം ശ്രേണിപരമായി ഉയർന്ന സമഗ്രമായ നിയന്ത്രണത്തിന് അനുസൃതമാണെങ്കിൽ, സമഗ്ര നിയന്ത്രണത്തിൽ ഉൾച്ചേർത്ത സ്വകാര്യ നിയന്ത്രണം യോഗ്യതയുള്ള രീതിയിൽ നടപ്പിലാക്കുന്നു, അതിനാൽ സ്വകാര്യ നിയന്ത്രണ പ്രക്രിയ ശ്രേണിപരമായി ഉയർന്ന സമഗ്ര നിയന്ത്രണത്തിന് അനുസൃതമായി തുടരുന്നു, തുടർന്ന് യഥാർത്ഥ വർത്തമാനവും തിരഞ്ഞെടുത്ത ഭാവിയും തമ്മിൽ കാര്യമായ വ്യത്യാസമൊന്നുമില്ല.ഈ പ്രക്രിയ അവിഭാജ്യമാണ്, ചില കാരണങ്ങളാൽ ഭാവി, അത് ഇതുവരെ സംഭവിച്ചിട്ടില്ല, പക്ഷേ ഇതിനകം ധാർമ്മികമായി തിരഞ്ഞെടുക്കപ്പെട്ടതും മുകളിൽ നിന്ന് വസ്തുനിഷ്ഠമായി നിരോധിച്ചിട്ടില്ലാത്തതുമാണ്, സമർത്ഥമായ വർത്തമാനകാലത്ത് അത് സൃഷ്ടിക്കുന്നവരെ എല്ലാ തലങ്ങളിലും സംരക്ഷിക്കുന്നു: മനസ്സിനെ ആസക്തികളിൽ നിന്ന് സംരക്ഷിക്കുന്നതിൽ നിന്ന്. ലക്ഷ്യമിടുന്ന "ശാരീരിക" ആക്രമണത്തിൽ നിന്ന് സംരക്ഷിക്കുന്നു. അതായത്, സാധ്യമായ അവസ്ഥകളുടെ മാട്രിക്സ് (സാധ്യമായ സംക്രമണങ്ങളുടെ മാട്രിക്സ് എന്നും അറിയപ്പെടുന്നു) ശ്രേണിപരമായി ഉയർന്ന സമഗ്രമായ നിയന്ത്രണത്തിന് യോജിച്ചാണ് തിരഞ്ഞെടുക്കുന്നതെങ്കിൽ, അത് തന്നെ സംരക്ഷണവും ആയുധവുമാണ്, ഇത് നിയന്ത്രണത്തിനുള്ള മാർഗമാണ്, അതിനായി ആറ് മുൻഗണനകളും പൊതുവൽക്കരിച്ച ആയുധങ്ങളും നിയന്ത്രണവും പൂട്ടിയിരിക്കുന്നു.

നിയന്ത്രണ പ്രക്രിയകളുടെ ഒപ്റ്റിമൈസേഷൻ്റെ പ്രശ്നങ്ങളിൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി<реального будущего: - по умолчанию>നിയന്ത്രണ ലക്ഷ്യങ്ങളുടെ വെക്റ്റർ നിർവചിച്ചാൽ മാത്രമേ കാര്യക്ഷമമാകൂ, അതായത്. പ്രക്രിയ പൂർത്തിയാക്കുന്ന ഒരു പ്രത്യേക സംസ്ഥാനം തിരഞ്ഞെടുക്കണം.

യഥാർത്ഥത്തിൽ, ഈ അന്തിമ മൂർത്തമായ അവസ്ഥ വ്യക്തമായും സുസ്ഥിരവും സ്വീകാര്യവുമായ ഒരു പ്രക്രിയയായിരിക്കണം, പ്രത്യേക പ്രക്രിയയെ ഉൾക്കൊള്ളുകയും വഹിക്കുകയും ചെയ്യുന്നു. എന്നാൽ മെത്തേഡ് അൽഗോരിതം പൂർത്തിയാകുമ്പോൾ നിയന്ത്രിത സിസ്റ്റം പ്രവേശിക്കേണ്ട പ്രക്രിയയുടെ നിർദ്ദിഷ്ട സ്വഭാവസവിശേഷതകളുടെ തിരഞ്ഞെടുപ്പും നിർണ്ണയവും "മിസ്റ്റിസിസം" എന്ന മേഖലയിലോ അടിസ്ഥാനപരമായി ഗണിതേതര ശാസ്ത്രങ്ങളിൽ വികസിപ്പിച്ചെടുത്ത രീതികളുടെ മേഖലയിലോ ആണ്. .

"അടുത്ത ഘട്ടത്തിന് മുമ്പ് സിസ്റ്റത്തിൻ്റെ അവസ്ഥ എന്തുതന്നെയായാലും, ഈ ഘട്ടത്തിൽ നിയന്ത്രണം തിരഞ്ഞെടുക്കേണ്ടത് ആവശ്യമാണ്, അതുവഴി ഈ ഘട്ടത്തിലെ പ്രതിഫലവും തുടർന്നുള്ള എല്ലാ ഘട്ടങ്ങളിലെയും ഒപ്റ്റിമൽ പേഓഫും പരമാവധി ആയിരിക്കും." - ഇ.എസ്. വെൻ്റ്സെൽ, “ഓപ്പറേഷൻസ് റിസർച്ച്. ലക്ഷ്യങ്ങൾ, തത്വങ്ങൾ, രീതിശാസ്ത്രം.", എം., "സയൻസ്", 1988, പേ. 109.

നിയന്ത്രണ ലക്ഷ്യങ്ങളുടെ വെക്റ്റർ നിർണ്ണയിക്കാനുള്ള കഴിവില്ലായ്മ (അതിൻ്റെ നേട്ടം ഈ രീതിയിൽ ഒപ്റ്റിമൈസ് ചെയ്യുന്ന പ്രക്രിയ പൂർത്തിയാക്കണം) കൂടാതെ/അല്ലെങ്കിൽ കൺട്രോൾ ഒബ്ജക്റ്റിൻ്റെ പ്രാരംഭ അവസ്ഥ തിരിച്ചറിയുന്നത് ഈ ശുപാർശ പിന്തുടരാൻ അനുവദിക്കുന്നില്ല. വസ്തുനിഷ്ഠമായി അടയ്ക്കുന്നുഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതി ഉപയോഗിക്കുന്നതിനുള്ള സാധ്യത, പ്രക്രിയയുടെ തുടക്കവും അവസാനവും നിർണ്ണയിക്കേണ്ടത് ഈ രീതിയുടെ ഗണിതശാസ്ത്ര (അല്ലെങ്കിൽ മറ്റ്) മോഡൽ നിർമ്മിച്ചിരിക്കുന്ന പാരാമീറ്ററുകളുടെ ഇടത്തിലാണ്. മാത്രമല്ല, ഉറപ്പും പൂർത്തീകരണംകൺട്രോൾ ഒബ്‌ജക്റ്റിൻ്റെ പ്രാരംഭ അവസ്ഥ തിരിച്ചറിയുന്നതിൽ (കണ്ടെത്തുന്നതിൽ) പിശകുകളേക്കാളും ചില അനിശ്ചിതത്വങ്ങളേക്കാളും ഒപ്റ്റിമൈസ് ചെയ്യുന്ന പ്രക്രിയയ്ക്ക് കൂടുതൽ മാനേജുമെൻ്റ് പ്രാധാന്യമുണ്ട്.

സാധ്യമായ അവസ്ഥകളുടെ മാട്രിക്സ് പഴഞ്ചൊല്ലുമായി യോജിക്കുന്നുവെങ്കിൽ, തുടർച്ചയായ മൾട്ടിവേരിയേറ്റ് ഘട്ട സംക്രമണങ്ങൾക്ക് ഇത് കൂടുതൽ ശരിയാണ്. "എല്ലാ റോഡുകളും "റോമിലേക്ക്" നയിക്കുന്നു, "റോമിലേക്ക്" നയിക്കാത്തവ വിസ്മൃതിയിലേക്ക് നയിക്കുന്നു. തിരഞ്ഞെടുക്കപ്പെട്ടാൽ ഇത്തരത്തിലുള്ള പ്രക്രിയയ്ക്കായി കാലക്രമേണ സ്ഥിരതയുള്ളലക്ഷ്യവും നിരവധി പാതകളും അതിലേക്ക് നയിക്കുന്നു, തുടർന്ന് സ്ഥിരമായ ഘട്ടം ഘട്ടമായുള്ള നിയന്ത്രണത്തോടെ, വിവിധ പ്രാരംഭ അവസ്ഥകളിൽ നിന്ന് ഒരേ ലക്ഷ്യത്തിലേക്ക് പോകുന്ന ഒപ്റ്റിമൽ പാതകൾക്കിടയിലുള്ള “ദൂരം” ഘട്ടം ഘട്ടമായി കുറയുന്നു, ഒപ്റ്റിമൽ പാതകൾ പൂർണ്ണമായും ഒത്തുചേരുന്നതുവരെ, ഒരു മുതൽ ആരംഭിക്കുന്നു. നിശ്ചിത ഘട്ടം. ഈ പ്രസ്താവന കൂടുതൽ ശരിയാണ്, പാരാമീറ്റർ സ്ഥലത്ത് പ്രക്രിയ പൂർത്തിയാക്കുന്ന ഗോൾ വെക്റ്ററിൻ്റെ സ്ഥാനം കൂടുതൽ വ്യക്തമാണ്. ഗണിതശാസ്ത്രവുമായി സാമ്യമുള്ളതിനാൽ, ഇതിനെ ഒരു അസിംപ്റ്റോട്ടിക് പഥങ്ങളുടെ ഒരു കൂട്ടം എന്ന് വിളിക്കാം: "എല്ലാ റോഡുകളും റോമിലേക്ക് നയിക്കുന്നു..." എന്ന വസ്തുതയിൽ പഥങ്ങളുടെ കൂട്ടത്തിൻ്റെ അസിംപ്റ്റോട്ടിക് സ്വഭാവം പ്രകടിപ്പിക്കുന്നു.

മറ്റൊരു പരാമർശം പരിശീലനവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു: ട്രാൻസിഷൻ മാട്രിക്സിൽ പ്രവേശിക്കുന്നതിന്. യഥാർത്ഥ പ്രാരംഭ അവസ്ഥയിൽ നിന്ന് തിരഞ്ഞെടുത്ത അന്തിമ അവസ്ഥയിലേക്ക് സംക്രമണ മാട്രിക്സിൽ പ്രവേശിക്കുന്നതിന് അനുവദിച്ചിരിക്കുന്നതിനേക്കാൾ വലിയ പിശക് ഉപയോഗിച്ചാണ് സിസ്റ്റത്തിൻ്റെ പ്രാരംഭ അവസ്ഥ നിർണ്ണയിക്കുന്നതെങ്കിൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ പിശക് രഹിത അൽഗോരിതം അടിസ്ഥാനമാക്കിയുള്ള നിയന്ത്രണം നയിക്കും. സിസ്റ്റത്തിൻ്റെ കണക്കാക്കിയ ഒപ്റ്റിമൽ അവസ്ഥയേക്കാൾ തികച്ചും വ്യത്യസ്തമായ ഫലങ്ങൾ. ഏകദേശം പറഞ്ഞാൽ, ഉയർന്ന നിലയിലുള്ള ഒരു മുറിയിലെ തുറന്ന ജാലകം ഒരു മുറിയിൽ നിന്ന് പുറത്തുകടക്കാൻ നിങ്ങൾ തെറ്റിദ്ധരിക്കരുത്.

ഇതിൻ്റെ ഉദാഹരണങ്ങളാണ് "മാത്തമാറ്റിക്കൽ ഇക്കണോമിക്സ് ഓൺ എ പേഴ്‌സണൽ കമ്പ്യൂട്ടറിൽ", എഡി. എം. കുബോനിവ, സാമ്പത്തിക ശാസ്ത്രത്തിലെ മാനേജ്‌മെൻ്റിനെക്കുറിച്ചുള്ള അധ്യായത്തിൽ ലീനിയർ പ്രോഗ്രാമിംഗ് ഉപകരണത്തിൻ്റെ മാക്രോ ഇക്കണോമിക് വ്യാഖ്യാനങ്ങൾ മാത്രമാണുള്ളത് (ഇതിനെ "മാനേജ്‌മെൻ്റ് ഇൻ ഇക്കണോമിക്‌സ്. ലീനിയർ പ്രോഗ്രാമിംഗും അതിൻ്റെ പ്രയോഗവും" എന്ന് നേരിട്ട് വിളിക്കുന്നു), എന്നാൽ മാനേജ്‌മെൻ്റ് ലക്ഷ്യങ്ങളുടെയും മാനേജ്‌മെൻ്റിൻ്റെയും വെക്‌ടറിനെ കുറിച്ച് ഒന്നും പറയുന്നില്ല. ഉപകരണങ്ങൾ; യുപി സൈചെങ്കോയുടെ മുമ്പ് ഉദ്ധരിച്ച പാഠപുസ്തകത്തിൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ വിവരണവും വ്യത്യസ്ത സ്വഭാവത്തിലുള്ള പ്രശ്നങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്.

എന്നിരുന്നാലും, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ മാക്രോ ഇക്കണോമിക് വ്യാഖ്യാനങ്ങൾ നിരസിക്കാൻ പ്രചോദിപ്പിക്കുമ്പോൾ, രചയിതാക്കൾ സാധാരണയായി കമ്പ്യൂട്ടേഷണൽ ഗണിതത്തിലെ "മാനത്വത്തിൻ്റെ ശാപം" എന്ന് വിളിക്കുന്നു, ഇത് പ്രശ്ന പാരാമീറ്റർ സ്ഥലത്തിൻ്റെ അളവിലെ വർദ്ധനവ് എന്ന വസ്തുതയിൽ പ്രകടിപ്പിക്കുന്നു. എൻആനുപാതികമായ കണക്കുകൂട്ടലുകളുടെ അളവിൽ വർദ്ധനവിന് കാരണമാകുന്നു Nk,ഘാതം എവിടെയാണ് k > 1.കണക്കുകൂട്ടലുകളുടെ അളവിലെ രേഖീയമല്ലാത്ത സൂപ്പർ ആനുപാതികമായ വർദ്ധനവ്, കമ്പ്യൂട്ടർ സമയത്തിൻ്റെ വലിയ ചെലവും ഏകദേശ കണക്കുകൂട്ടലുകളിലെ പിഴവുകളുടെ ശേഖരണവും കാരണം, പ്രായോഗിക പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിൽ പല കമ്പ്യൂട്ടേഷണൽ പ്രവർത്തനക്ഷമമായ നടപടിക്രമങ്ങളും ഉപയോഗശൂന്യമാക്കുന്നു. എന്നാൽ ഈ "മാനത്വത്തിൻ്റെ ശാപം" ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിക്ക് മാത്രമല്ല, മറ്റ് രീതികൾക്കും ബാധകമാണ്, എന്നിരുന്നാലും, അവയുടെ മാക്രോ ഇക്കണോമിക് വ്യാഖ്യാനങ്ങളിലും ഇത് കാണപ്പെടുന്നു.

ശ്രദ്ധിക്കുകയും മനസ്സിലാക്കുകയും ചെയ്യേണ്ടത് പ്രധാനമാണ്:ഗണിതശാസ്ത്രത്തിൽ നാം ഒരു വസ്തുനിഷ്ഠമായ സാർവത്രിക അളവിൻ്റെ ("യാറ്റ്" വഴി) ശാസ്ത്രം കാണുന്നുവെങ്കിൽ, അതിൻ്റെ ആശയപരമായ, പദാവലി ഉപകരണത്തിലും പ്രതീകാത്മകതയിലും, ചില ഉൾക്കൊള്ളുന്ന പ്രക്രിയകളിൽ നിന്ന് അവർ വേർതിരിച്ചറിയുന്ന വസ്തുനിഷ്ഠമായ പ്രത്യേക പ്രക്രിയകളെ വിവരിക്കുന്നതിന് ആളുകൾക്ക് നൽകിയിരിക്കുന്ന ഒരു മാർഗം നാം കാണുന്നു. പിന്നെ ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയുടെ ഏത് വിവരണവും അതിൻ്റെ നിഗൂഢവും മതപരവുമായ വശങ്ങൾ ഉൾപ്പെടെ, മുമ്പ് പ്രസ്താവിച്ച സാമാന്യമായ നിയന്ത്രണ സിദ്ധാന്തത്തിൻ്റെ സംഗ്രഹമാണ്; പക്ഷേ - ഗണിതശാസ്ത്രത്തിൻ്റെ ഭാഷയിൽ.

ഇത് വിശദീകരിക്കാൻ, നമുക്ക് ചിത്രം നോക്കാം. 9, സംക്രമണ മെട്രിക്സുകളിലേക്ക് പ്രവേശിക്കുന്നതിന് മതിയായ കൃത്യതയോടെ പ്രാരംഭ അവസ്ഥയുടെ ഉറപ്പിനെക്കുറിച്ചുള്ള മുൻ പരാമർശം മനസ്സിൽ വെച്ചുകൊണ്ട്.

ഇത് പ്രാരംഭ അവസ്ഥയിൽ "A", "B" എന്നീ രണ്ട് നിയന്ത്രണ വസ്തുക്കളെ കാണിക്കുന്നു; വസ്തുനിഷ്ഠമായി സാധ്യമായ മൂന്ന് അന്തിമ അവസ്ഥകൾ (സെറ്റ് "5"); ഇൻ്റർമീഡിയറ്റ് സാധ്യമായ സംസ്ഥാനങ്ങളുടെ സെറ്റുകൾ ("1" - "4"); ഓരോ സംസ്ഥാനങ്ങളിൽ നിന്നും മറ്റുള്ളവരിലേക്ക് വസ്തുനിഷ്ഠമായി സാധ്യമായ പരിവർത്തനങ്ങളുടെ പാതകളും.

അരി. 9-നെ വികസനത്തിൻ്റെ സാർവത്രിക അളവിൻ്റെ (മൾട്ടിവേരിയേറ്റ് മുൻനിശ്ചയം) ഒരു പ്രത്യേക ശകലത്തോട് ഉപമിക്കാം - ത്രിത്വത്തിലെ ഘടകങ്ങളിലൊന്നായ “കാര്യം-വിവരം-അളവ്”.

ചിത്രവുമായി ഈ താരതമ്യം ഞങ്ങൾ അംഗീകരിക്കുകയാണെങ്കിൽ. 9, തുടർന്ന് ഏതെങ്കിലും പ്രാരംഭ അവസ്ഥയിൽ നിന്ന് “0:1” അല്ലെങ്കിൽ “0:2” എന്നതിൽ നിന്ന് “5:1”, “5:2”, “5:3” എന്നീ അവസാന സ്റ്റേറ്റുകളിലേക്കുള്ള മാറ്റം വസ്തുനിഷ്ഠമായി സാധ്യമാണ്. എന്നാൽ "എ", "ബി" എന്നീ ഒബ്ജക്റ്റുകൾ പ്രാരംഭ അവസ്ഥയിൽ നിന്ന് അന്തിമ അവസ്ഥയിലേക്ക് മാറ്റാൻ ഉദ്ദേശിക്കുന്ന മാനേജർമാരുടെ ആത്മനിഷ്ഠ ഗുണങ്ങളാൽ ഈ വസ്തുനിഷ്ഠമായ സാധ്യത പരിമിതപ്പെടുത്തിയേക്കാം.

മുകളിൽ നിന്ന് വിവേചനം നൽകിയാൽ, മാനേജർ "എ" (അല്ലെങ്കിൽ "ബി") "ട്രേസിംഗ് പേപ്പർ" വസ്തുനിഷ്ഠമായ അളവുകോലിൽ നിന്ന് നീക്കം ചെയ്യും, അതിൽ കുറഞ്ഞത് ഒന്നെങ്കിലും ദൃശ്യമാകും സാധ്യമായ വഴികൾഒരു വസ്തുവിനെ പ്രാരംഭ അവസ്ഥയിൽ നിന്ന് അന്തിമമായവയുടെ ഒരു കൂട്ടത്തിലേക്ക് മാറ്റുന്നു. വിവേചനം നൽകാതിരിക്കുകയോ, കാമങ്ങൾ പിന്തുടരുന്നതിൽ നഷ്ടപ്പെടുകയോ നിരസിക്കുകയോ ചെയ്തില്ലെങ്കിൽ, അല്ലെങ്കിൽ ചില പാരമ്പര്യത്തിലുള്ള ചിന്താശൂന്യമായ വിശ്വാസം, മനസ്സാക്ഷിക്ക് അനുസൃതമായി ദൈവത്തിലല്ലെങ്കിൽ, "ട്രേസിംഗ് പേപ്പറിൽ" ചില പാതകളും അവസ്ഥകളും ഇല്ലാതാകും, പക്ഷേ വസ്തുനിഷ്ഠമായി അസാധ്യമായ പാതകൾ ഉണ്ടാകാം. യഥാർത്ഥ ദൈവദത്തമായ അളവുകോലിൽ വസ്തുനിഷ്ഠമായി നിലനിൽക്കാത്ത, "കാണുക". കൂടാതെ, മാനേജരുടെ ആത്മനിഷ്ഠമായ ഏകപക്ഷീയത അനുസരിച്ച്, ആവശ്യമുള്ള നിർദ്ദിഷ്ട അന്തിമ അവസ്ഥ അവരുടെ പലതിൽ നിന്നും തിരഞ്ഞെടുക്കപ്പെടുന്നു. അതനുസരിച്ച്, ഒരു ഗാഗ് പിന്തുടരുകയോ അല്ലെങ്കിൽ തിരഞ്ഞെടുത്ത അന്തിമ അവസ്ഥ തിരഞ്ഞെടുക്കുന്നതിൽ തെറ്റ് വരുത്തുകയോ ചെയ്യുന്നത് മാറ്റാനാവാത്ത പ്രത്യാഘാതങ്ങളുള്ള ഒരു ദുരന്തത്തിന് കാരണമാകും.

അരി. 9. ഡൈനാമിക് പ്രോഗ്രാമിംഗ്, വിവേചനം, സാമാന്യമായ നിയന്ത്രണ സിദ്ധാന്തം

എന്നാൽ ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന സാധ്യമായ അവസ്ഥകളുടെ മാട്രിക്സ്. 9, സാധ്യതാപരമായി മുൻകൂട്ടി നിശ്ചയിക്കുന്നുപ്രക്രിയകളുടെ ഒരു പ്രത്യേക പരസ്പര നെസ്റ്റിംഗിലെ ഒരു സ്വകാര്യ പ്രക്രിയ മാത്രം.

ഇക്കാരണത്താൽ, "0:1", "0:2" എന്നീ പ്രാരംഭ സംസ്ഥാനങ്ങളിൽ ഓരോന്നും ഒന്നുകിൽ സമാനമോ അല്ലെങ്കിൽ വ്യത്യസ്തമായ ഉൾക്കൊള്ളുന്ന പ്രക്രിയകളുടേതോ ആകാം, മാനേജീരിയൽ അർത്ഥത്തിൽ പരിഗണനയിലുള്ള ഒന്നുമായി ബന്ധപ്പെട്ട് ശ്രേണിപരമായി ഉയർന്നതാണ്; "ഇനിഷ്യൽ - ഫൈനൽ" സ്റ്റേറ്റ് ജോഡിയിലെ "5:1", "5:2", "5:3" എന്നീ അന്തിമ സംസ്ഥാനങ്ങളിൽ ഓരോന്നിനും ഇത് ബാധകമാണ്. ഉൾക്കൊള്ളുന്ന ഓരോ പ്രക്രിയകൾക്കും അതിൻ്റേതായ സവിശേഷതകളും അതിലെ സംഭവങ്ങളുടെ ഒഴുക്കിൻ്റെ ദിശയും ഉണ്ട്.

പല പ്രാരംഭ തൃപ്തികരമല്ലാത്ത അവസ്ഥകളിൽ നിന്നും വീക്ഷിക്കുമ്പോൾ 5:1 എന്ന ലക്ഷ്യം വളരെ ആകർഷകമാണെന്ന് തെളിഞ്ഞേക്കാം. എന്നാൽ പ്രക്രിയകളുടെ പരസ്പര നെസ്റ്റിംഗ് കാരണം അന്തിമ അവസ്ഥയായ “5:1” ഒരു ഇൻ്റർമീഡിയറ്റ് അവസ്ഥയിൽ ഉൾപ്പെടുന്ന പ്രക്രിയ, തുടർന്നുള്ള ഒരു ഘട്ടത്തിൽ പൂർണ്ണവും മാറ്റാനാവാത്തതുമായ ഒരു ദുരന്തത്തിൽ അവസാനിക്കാൻ സാധ്യതയുണ്ട്. ഉദാഹരണത്തിന്, "5:1" ൻ്റെ ലക്ഷ്യം, അതിൻ്റെ ആദ്യ യാത്രയിൽ നിന്ന് പുറപ്പെടുന്ന ടൈറ്റാനിക്കിന് വൈകരുത്, ... അത് ദുരന്തവും അവസാനവും ആയിത്തീർന്നു. വസ്തുനിഷ്ഠമായി സാധ്യമായ ഒരു കൂട്ടത്തിൽ നിന്ന് അത്തരമൊരു ലക്ഷ്യം തിരഞ്ഞെടുക്കാതിരിക്കാൻ, ശ്രേണിയുമായി പൊരുത്തപ്പെടേണ്ടത് ആവശ്യമാണ്. ഏറ്റവും ഉയർന്നത്സമഗ്രമായ മാനേജുമെൻ്റ്, അപ്രത്യക്ഷമാകാൻ വിധിക്കപ്പെട്ട ഒരു പ്രക്രിയയിൽ പെട്ട അത്തരമൊരു ലക്ഷ്യം തിരഞ്ഞെടുക്കുന്നതിൽ നിന്ന് സ്വകാര്യ മാനേജ്മെൻ്റിനെ അതിനോട് യോജിപ്പിച്ച് നിലനിർത്തും.

എന്നാൽ അത്തി എങ്കിൽ. 9 എന്നത് ഒരു വസ്തുനിഷ്ഠമായ അളവുകോലിൽ നിന്നുള്ള ഒരു "ട്രേസിംഗ് പേപ്പർ" ആണ്, അപ്പോൾ ലക്ഷ്യങ്ങളുടെ വെക്റ്ററായ ചില അന്തിമ അവസ്ഥ "ഒരേസമയം രണ്ട് ട്രെയിനുകൾ എടുക്കാനുള്ള" ആഗ്രഹം പ്രകടിപ്പിക്കുന്ന ഒരു ഗാഗ് ആണെന്ന് മാറിയേക്കാം. മറ്റൊരു വാക്കിൽ വ്യത്യസ്ത ഘടകങ്ങൾഗോൾ വെക്‌ടറുകൾ ഒരേസമയം സംഭവിക്കുന്ന രണ്ടോ അതിലധികമോ പരസ്‌പരം വ്യതിരിക്തമായ ശ്രേണിപരമായി ഉയർന്ന ഉൾപ്പെടുന്ന പ്രക്രിയകളിൽ പെടുന്നു.

ഗോൾ വെക്‌ടറിൻ്റെ അനിശ്ചിതത്വത്തിൻ്റെയും അപാകതയുടെയും കേസുകളിൽ ഒന്നാണിത്, ഇത് ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയെ പ്രവർത്തനരഹിതമാക്കുകയും യഥാർത്ഥ “നിയന്ത്രണ” പ്രക്രിയയെ അസ്ഥിരമാക്കുകയും ചെയ്യുന്നു, കാരണം ഒരേ “ബോട്ടിന്” വലത്, ഇടത് കരകളിൽ ഒരേസമയം ഇറങ്ങാൻ കഴിയില്ല. സമയം, നദിയുടെ ഇരു കരകളിലും ആകർഷകമായ സുന്ദരികൾ ഉണ്ടെങ്കിലും, വളവിനു ചുറ്റും ദൂരെ നിന്ന് നോക്കുമ്പോൾ, നദികൾ കൂടിച്ചേർന്ന് ഒരു പിക്നിക്കിന് അനുയോജ്യമായ വളരെ സുഖപ്രദമായ സ്ഥലത്തിൻ്റെ രൂപം സൃഷ്ടിക്കുന്നു. ലക്ഷ്യങ്ങളുടെ അത്തരമൊരു വെക്റ്റർ തിരഞ്ഞെടുക്കാതിരിക്കാൻ, മുകളിൽ നിന്ന് ഒഴുക്കിൻ്റെ വലത്, ഇടത് "ബാങ്കുകൾ" തമ്മിലുള്ള വ്യത്യാസം നൽകേണ്ടത് ആവശ്യമാണ്.

അതായത്, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് അൽഗോരിതം, അത് സമാരംഭിക്കാൻ കഴിയുമെങ്കിലും, ഒരു ബാഹ്യ സാഹചര്യം കൂടിയുണ്ട്, അത് വ്യക്തമാണ്, "ഇത് പറയാതെ പോകുന്നു", എന്നാൽ മിക്ക കേസുകളിലും അവഗണിക്കപ്പെടുന്നു: ഒപ്റ്റിമൈസ് ചെയ്യപ്പെടുന്ന പ്രത്യേക പ്രക്രിയ പൂർത്തിയാക്കുന്ന സംസ്ഥാനം, അതിലെ സംഭവങ്ങളുടെ ഒഴുക്കിൻ്റെ വ്യക്തമായും സ്വീകാര്യമായ സ്വഭാവസവിശേഷതകൾ ഉള്ള എൻക്ലോസിംഗ് പ്രക്രിയയിൽ ഉൾപ്പെട്ടിരിക്കണം.

പരസ്പര നെസ്റ്റിംഗിൽ ഉൾപ്പെടുന്ന ഒരു ലക്ഷ്യം തിരഞ്ഞെടുത്ത ശേഷം ഉൾക്കൊള്ളുന്ന പ്രക്രിയസ്ഥിരതയുടെ സ്വീകാര്യമായ സവിശേഷതകളും അതിലെ സംഭവങ്ങളുടെ ഒഴുക്കിൻ്റെ ദിശയും ഉപയോഗിച്ച്, പരിവർത്തനത്തിൻ്റെ പാതകൾ കാണുകയും പ്രത്യേക പ്രക്രിയ പൂർത്തിയാക്കുന്ന തിരഞ്ഞെടുത്ത അവസ്ഥയിലേക്ക് നയിക്കുന്ന തുടർച്ചയായ ഘട്ടങ്ങളുടെ ഒപ്റ്റിമൽ സീക്വൻസ് തിരഞ്ഞെടുക്കുകയും വേണം; ആ. ഒരു മാനേജ്മെൻ്റ് ആശയം തിരഞ്ഞെടുക്കേണ്ടത് ആവശ്യമാണ്.

മാനേജുമെൻ്റ് ആശയത്തിന്, ഒരു വസ്തുനിഷ്ഠമായ പരിധി വരെ, അതിൻ്റേതായ സ്വഭാവസവിശേഷതകൾ ഉണ്ട്, അത് സബ്ജക്ട്-മാനേജറുടെ ആത്മനിഷ്ഠമായ സ്വഭാവസവിശേഷതകൾക്കൊപ്പം, മാനേജ്മെൻ്റ് ആശയം നടപ്പിലാക്കുന്നതിനുള്ള സാധ്യതയുള്ള മുൻകൂർ നിർണയത്തിന് കാരണമാകുന്നു. പ്രക്രിയയുടെ വിജയകരമായ പൂർത്തീകരണത്തിൻ്റെ പ്രോബബിലിസ്റ്റിക് മുൻനിർണ്ണയത്തിൻ്റെ മൂല്യം ഒരു വസ്തുനിഷ്ഠമായ ശ്രേണിപരമായി ഉയർന്ന അളവുകോലാണ്, സംഭാവ്യതയിൽ നിന്ന് വ്യത്യസ്തമായി അടച്ച സിസ്റ്റത്തിൻ്റെ “ഒബ്ജക്റ്റ് + മാനേജർ + ആശയം” യുടെ വിലയിരുത്തൽ - “വസ്തു + വസ്തുനിഷ്ഠമായി നിലവിലുള്ള സിസ്റ്റത്തിൻ്റെ വസ്തുനിഷ്ഠമായ അളവ്. മാനേജ്മെൻ്റ് ആശയം".

അതിനാൽ, ഒരു ഒബ്ജക്റ്റ് ആവശ്യമുള്ള അന്തിമ അവസ്ഥയിലേക്ക് മാറ്റുന്നതിനുള്ള സാധ്യത കുറവാണെങ്കിൽ, മാനേജുമെൻ്റിൻ്റെ ഉയർന്ന യോഗ്യതകൾ ഉണ്ടായിരിക്കണം, മാനേജ്മെൻ്റ് പ്രക്രിയയുടെ വിജയകരമായ പൂർത്തീകരണത്തിൻ്റെ പ്രോബബിലിസ്റ്റിക് മുൻകൂർ നിർണയത്തിൻ്റെ മൂല്യം വർദ്ധിപ്പിക്കും.

മുകളിൽ പറഞ്ഞതനുസരിച്ച്, ഒരു അഡ്മിനിസ്ട്രേറ്ററെ സംബന്ധിച്ചിടത്തോളം, ഒരു നിശ്ചിത മാനേജുമെൻ്റ് ആശയത്തിൻ്റെ അംഗീകാരം, അദ്ദേഹം അംഗീകരിച്ച മാനേജ്മെൻ്റ് ആശയം നടപ്പിലാക്കാനുള്ള കഴിവില്ലായ്മയെക്കുറിച്ചുള്ള അവബോധത്തിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ്, സ്വന്തം മുൻകൈയിൽ തൻ്റെ സ്ഥാനത്തുനിന്നുള്ള രാജിയിൽ പ്രകടിപ്പിക്കാൻ കഴിയും; ആശയം നിരസിക്കുന്നത് അതിൻ്റെ സ്വീകാര്യതയുടെയും തുടർന്നുള്ള ആത്മാർത്ഥമായ തീക്ഷ്ണതയുടെയും ഒരു പ്രസ്താവനയായി പ്രകടിപ്പിക്കാം. എന്നാൽ അവിദഗ്ധഅത് നടപ്പിലാക്കാനുള്ള ശ്രമങ്ങൾ. ഈ ആശയം അപകീർത്തിപ്പെടുത്തുന്നതിലേക്ക് നയിക്കും, കാരണം അത് നടപ്പിലാക്കാൻ കഴിവുള്ള യോഗ്യരായ മാനേജർമാർക്ക് വ്യക്തിപരമായ അസൂയ, പ്രശസ്തി, ശമ്പളം അല്ലെങ്കിൽ സദുദ്ദേശ്യമുള്ള, അഹങ്കാരി, യോഗ്യതയില്ലാത്ത മനുഷ്യത്വമില്ലാത്ത മറ്റെന്തെങ്കിലും കാരണം കൈകാര്യം ചെയ്യാൻ അനുവദിക്കില്ല.

തിരിച്ചറിയപ്പെടാത്തതിനാൽ സാധ്യതകൾഒപ്പം സാധ്യതയുള്ള മുൻനിർണ്ണയംവളരെ നല്ല ആശയം മോശം നടപ്പിലാക്കുന്നവർക്ക് നശിപ്പിക്കാൻ കഴിയും: മുച്ചക്ര സൈക്കിളേക്കാൾ ഇരുചക്ര സൈക്കിൾ ഓടിക്കുന്നതാണ് നല്ലത്, പക്ഷേ എല്ലാവർക്കും കഴിയില്ല; എന്നാൽ ചിലർ ഇപ്പോഴും വാദിക്കും, കാരണം അത് സ്വന്തമായി വീഴുന്നതിനാൽ ഇരുചക്രവാഹനത്തിൽ കയറുന്നത് അസാധ്യമാണ്, അല്ലാതെ അതിൽ ഇരിക്കുന്ന ആളുമായിട്ടല്ല, പ്രത്യേകിച്ച് നീങ്ങുമ്പോൾ - അവർ മുമ്പ് ഇരുചക്രവാഹനത്തിൽ കയറുന്നത് എങ്ങനെയെന്ന് കണ്ടിട്ടില്ലെങ്കിൽ- വീലർ; പിന്നെയും മറ്റുചിലർ, എങ്ങനെയെന്നറിയാതെയും സ്വയം സവാരി പഠിക്കാൻ ആഗ്രഹിക്കാതെയും, അസൂയ നിമിത്തം, കഴിയുന്നവർക്ക് സൈക്കിൾ നൽകില്ല.

അതിനാൽ, നിർവ്വഹണത്തിനുള്ള ആശയം അംഗീകരിച്ചതിനുശേഷം, ആശയപരമായ അച്ചടക്കം പാലിക്കുകയും ആശയപരമായ അച്ചടക്കം വളർത്തിയെടുക്കുകയും ചെയ്യേണ്ടത് ആവശ്യമാണ്. അതായത്, വേണ്ടത്ര പരിപാലിക്കേണ്ടത് ആവശ്യമാണ് ഉയർന്ന നിലവാരമുള്ളത്തിരഞ്ഞെടുത്ത നിയന്ത്രണ ആശയത്തിന് അനുസൃതമായി, തിരഞ്ഞെടുത്ത അന്തിമ അവസ്ഥയിലേക്ക് ഒബ്ജക്റ്റ് മാറ്റുന്നത് അസാധ്യമായ ഒരു സ്ഥാനത്ത് അടുത്ത ഘട്ടത്തിൻ്റെ തുടക്കത്തിൽ അവസാനിക്കാതിരിക്കാൻ എല്ലാ വിധത്തിലും ഓരോ ഘട്ടത്തിലും നിയന്ത്രിക്കുക. ഈ കേസ് - "2:2" -> "3:3" തിരഞ്ഞെടുത്ത പാതയിൽ നിന്നുള്ള ഒഴിഞ്ഞുമാറൽ കാണിക്കുന്നു: ആർക്ക് "2:2" -> "3:1" - നിയന്ത്രണത്തിൻ്റെ മാറ്റാനാവാത്ത പരാജയം, അതിനുശേഷം അവസ്ഥയിലേക്കുള്ള മാറ്റം " 5:3" അസാധ്യമാണ് ; arc “2:2” -> “3:2” എന്നത് നിയന്ത്രണത്തിൻ്റെ ഒരു റിവേഴ്‌സിബിൾ പരാജയമാണ്, അതായത് പ്രാരംഭമായി കണക്കാക്കുന്ന “3:2” അവസ്ഥയെ അടിസ്ഥാനമാക്കി ആശയത്തിൻ്റെ ഒരു തിരുത്തൽ ആവശ്യമാണ്.

ചിത്രത്തിൽ ആണെങ്കിൽ. 9, "എ", "ബി" എന്നീ സബ്ജക്ട് മാനേജർമാരുടെ ഒബ്ജക്റ്റുകൾ സ്ഥിതി ചെയ്യുന്ന സംസ്ഥാനങ്ങളുടെ ഗുണനിലവാരത്തിൻ്റെ വസ്തുനിഷ്ഠമായ ശ്രേണിപരമായ ഏറ്റവും ഉയർന്ന അളവ് സാധ്യമായ സംസ്ഥാനങ്ങളുടെ ഗുണനിലവാരത്തിൻ്റെ സ്കെയിലുമായി യോജിക്കുന്നു " ഐ ”, തുടർന്ന് അവരുടെ പ്രയോജനത്തിനായി “0” സംസ്ഥാനങ്ങളുടെ കൂട്ടത്തിൽ നിന്ന് “5: 3” എന്ന അവസ്ഥയിലേക്ക് മാറുന്നത് നല്ലതാണ്. എന്നാൽ സംസ്ഥാനങ്ങളുടെ ഗുണനിലവാരം വിലയിരുത്തുന്നതിനുള്ള സ്കെയിലിൻ്റെ ദിശ അവർ തിരഞ്ഞെടുക്കുന്നത് ധാർമ്മികമായി വ്യവസ്ഥാപിതവും ആത്മനിഷ്ഠവുമാണ്: ഒന്നുകിൽ ചിത്രം കാണിച്ചിരിക്കുന്നതുപോലെ. 9 " ഐ "അല്ലെങ്കിൽ വിപരീതമായി" ഐ " സംവിധാനം.

ചിത്രത്തിൽ ആണെങ്കിൽ. സാധ്യമായ 9 അവസ്ഥകളെ സമന്വയത്തെ അടിസ്ഥാനമാക്കി "1", "2", "3", "4", "5" എന്നിങ്ങനെ ഗണങ്ങളായി തരംതിരിച്ചിരിക്കുന്നു, തുടർന്ന് കോർഡിനേറ്റ് അക്ഷങ്ങളിൽ 0ty, സംസ്ഥാന ഗുണനിലവാര സ്കെയിലിനൊപ്പം " ഐ »അക്ഷത്തിൽ നിന്നുള്ള ദൂരം 0 ടിഏതെങ്കിലും പാതകളിലേക്ക് - ഈ പാതയിലൂടെ നീങ്ങുമ്പോൾ നിലവിലുള്ള നിയന്ത്രണ പിശക്. അച്ചുതണ്ടിന് ഇടയിലുള്ള പ്രദേശം 0 ടിഒപ്പം സഞ്ചാരപഥം - സമയത്തിൻ്റെ അവിഭാജ്യഘടകം നിലവിലെ പിശക്. മൊത്തത്തിൽ മാനേജ്മെൻ്റ് പ്രക്രിയയുടെ ഒപ്റ്റിമലിറ്റിക്ക് ഏറ്റവും കുറഞ്ഞ മാനദണ്ഡമായി ഇത് ഉപയോഗിക്കാം, അതായത്. മൊത്തത്തിലുള്ള നേട്ടം എന്ന നിലയിൽ, ഡൈനാമിക് പ്രോഗ്രാമിംഗ് രീതിയിലെ ഗുണനിലവാരത്തിൻ്റെ അളവുകോലാണ്, പക്ഷേ അല്ല സാധ്യമായ സംസ്ഥാനങ്ങൾ,അല്ല പരിവർത്തന ഘട്ടങ്ങൾഒരു സംസ്ഥാനത്ത് നിന്ന് മറ്റൊന്നിലേക്ക്, എന്നാൽ പരിവർത്തനത്തിൻ്റെ മുഴുവൻ പാതയും. എന്നാൽ രീതിയുടെ പൊതുവായ സാഹചര്യത്തിൽ, സ്റ്റെപ്പ് നേട്ടങ്ങൾ വ്യത്യസ്തമായി നിർമ്മിക്കാൻ കഴിയും.

ഏറ്റവും കുറഞ്ഞ തരത്തിലുള്ള ഒരു ഒപ്റ്റിമലിറ്റി മാനദണ്ഡം സ്വീകരിക്കുകയാണെങ്കിൽ

R UPR m =< R - (ФУР m - R С)

ΣR i =< k x ЭП, i = 1, ... , n

R UPR m => R മിനിറ്റ്(LP-4),

Max(Y), Y = F K T P B കണ്ടെത്തുക

എക്സ്കെബി ( ഇ - എ T) P B - (FUR m - R C) = R UPR l =< R - (ФУР m - R С)

R UPR m => R മിനിറ്റ്(LP-RV).

Max(Y), Y = F K T P B കണ്ടെത്തുക